WO2023136655A1 - 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체 - Google Patents
영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체 Download PDFInfo
- Publication number
- WO2023136655A1 WO2023136655A1 PCT/KR2023/000653 KR2023000653W WO2023136655A1 WO 2023136655 A1 WO2023136655 A1 WO 2023136655A1 KR 2023000653 W KR2023000653 W KR 2023000653W WO 2023136655 A1 WO2023136655 A1 WO 2023136655A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- motion vector
- current block
- block
- prediction
- correction method
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/513—Processing of motion vectors
- H04N19/517—Processing of motion vectors by encoding
- H04N19/52—Processing of motion vectors by encoding by predictive encoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures
Definitions
- the present invention relates to a video encoding/decoding method and apparatus, and a recording medium storing a bitstream.
- HD High Definition
- UHD Ultra High Definition
- An inter-prediction technique for predicting pixel values included in the current picture from pictures before or after the current picture as an image compression technique an intra-prediction technique for predicting pixel values included in the current picture using pixel information within the current picture, and an appearance frequency.
- an entropy coding technique in which a short code is assigned to a value with a high frequency of occurrence and a long code is assigned to a value with a low frequency of occurrence.
- the present disclosure intends to provide a motion vector derivation method and apparatus according to merge inter mode.
- An object of the present disclosure is to provide a motion vector correction method and apparatus according to merge inter mode.
- An image decoding method and apparatus derives a motion vector of a current block based on a merge inter mode, and based on either a bidirectional matching-based correction method or a template matching-based correction method, a motion vector of the current block A motion vector may be corrected, and a predicted block of the current block may be generated based on the corrected motion vector.
- the motion vector of the current block includes a first motion vector in a first direction and a second motion vector in a second direction, the first motion vector is derived based on a first inter prediction mode, and the first motion vector is derived based on a first inter prediction mode. 2 motion vectors may be derived based on the second inter prediction mode.
- correction of the motion vector of the current block may be adaptively performed based on whether motion vector correction is allowed for an image unit to which the current block belongs.
- the bidirectional matching-based correction method may be adaptively used based on whether the bidirectional matching-based correction method is available for the current block.
- the correction method based on template matching may be adaptively used based on whether the correction method based on template matching is available for the current block.
- the motion vector of the current block is corrected based on the correction method based on bidirectional matching. It can be.
- the second motion vector in the second direction is scaled by a predetermined scaling factor. It can be.
- the scaling factor may be determined based on at least one of a first distance between a current picture including the current block and a first reference picture in a first direction, or a second distance between the current picture and a second reference picture in a first direction.
- an offset for a search in the second direction is determined by a predetermined scaling factor.
- the scaling factor may be determined based on at least one of a first distance between a current picture including the current block and a first reference picture in a first direction, or a second distance between the current picture and a second reference picture in a first direction.
- the motion vector of the current block is corrected based on the template matching-based correction method. It can be.
- the first inter prediction mode may be an AMVP mode
- the second inter prediction mode may be a merge mode
- the prediction block of the current block may include a first prediction block in the first direction and a second prediction block in the second direction.
- the first prediction block may be generated based on a difference between the corrected first motion vector and a motion vector signaled through a bitstream
- the second prediction block is based on the corrected second motion vector.
- An image encoding method and apparatus derive a motion vector of a current block based on a merge inter mode, and based on either a bidirectional matching-based correction method or a template matching-based correction method, a motion vector of the current block A motion vector may be corrected, and a predicted block of the current block may be generated based on the corrected motion vector.
- the motion vector of the current block includes a first motion vector in a first direction and a second motion vector in a second direction, the first motion vector is derived based on a first inter prediction mode, and the first motion vector is derived based on a first inter prediction mode. 2 motion vectors may be derived based on the second inter prediction mode.
- a computer-readable digital storage medium in which encoded video/image information that causes an image decoding method to be performed by a decoding device according to the present disclosure is stored.
- a computer-readable digital storage medium in which video/image information generated by the video encoding method according to the present disclosure is stored is provided.
- a method and apparatus for transmitting video/image information generated according to the video encoding method according to the present disclosure are provided.
- a motion vector according to merge inter mode can be efficiently derived from the side of a decoding device while minimizing signaling of information for deriving a motion vector.
- motion vector accuracy may be improved through correction based on bi-directional matching or template matching.
- correction based on bidirectional matching may be allowed for the current block.
- correction based on template matching may be allowed for the current block.
- FIG. 1 illustrates a video/image coding system according to the present disclosure.
- FIG. 2 shows a schematic block diagram of an encoding device to which an embodiment of the present disclosure may be applied and encoding of a video/video signal is performed.
- FIG. 3 is a schematic block diagram of a decoding device to which an embodiment of the present disclosure may be applied and decoding of a video/image signal is performed.
- FIG. 4 illustrates an inter prediction method based on merge inter mode performed by a decoding apparatus as an embodiment according to the present disclosure.
- FIG. 5 illustrates a correction method based on bi-directional matching using a scaled motion vector as an embodiment according to the present disclosure.
- FIG. 6 illustrates a correction method based on bi-directional matching using a scaled offset as an embodiment according to the present disclosure.
- FIG. 7 shows a schematic configuration of an inter prediction unit 332 performing an inter prediction method based on merge inter mode according to the present disclosure.
- FIG. 8 illustrates an inter prediction method based on a merge inter mode performed by an encoding apparatus as an embodiment according to the present disclosure.
- FIG 9 illustrates a schematic configuration of an inter prediction unit 221 performing an inter prediction method based on merge inter mode according to the present disclosure.
- FIG. 10 shows an example of a content streaming system to which embodiments of the present disclosure may be applied.
- first and second may be used to describe various components, but the components should not be limited by the terms. These terms are only used for the purpose of distinguishing one component from another. For example, a first element may be termed a second element, and similarly, a second element may be termed a first element, without departing from the scope of the present disclosure.
- the terms and/or include any combination of a plurality of related recited items or any of a plurality of related recited items.
- This disclosure relates to video/image coding.
- the method/embodiment disclosed herein may be applied to a method disclosed in a versatile video coding (VVC) standard.
- VVC versatile video coding
- the method/embodiment disclosed in this specification is an essential video coding (EVC) standard, an AOMedia Video 1 (AV1) standard, a 2nd generation of audio video coding standard (AVS2), or a next-generation video/video coding standard (ex. H.267 or H.268, etc.).
- EVC essential video coding
- AV1 AOMedia Video 1
- AVS2 2nd generation of audio video coding standard
- next-generation video/video coding standard ex. H.267 or H.268, etc.
- a video may mean a set of a series of images over time.
- a picture generally means a unit representing one image in a specific time period
- a slice/tile is a unit constituting a part of a picture in coding.
- a slice/tile may include one or more coding tree units (CTUs).
- CTUs coding tree units
- One picture may consist of one or more slices/tiles.
- One tile is a rectangular area composed of a plurality of CTUs in a specific tile column and a specific tile row of one picture.
- a tile column is a rectangular area of CTUs with a height equal to that of the picture and a width specified by the syntax request of the picture parameter set.
- a tile row is a rectangular area of CTUs with a height specified by the picture parameter set and a width equal to the width of the picture.
- CTUs within one tile are consecutively arranged according to the CTU raster scan, whereas tiles within one picture may be consecutively arranged according to the raster scan of the tile.
- One slice may contain an integer number of complete tiles or an integer number of contiguous complete CTU rows within a tile of a picture that may be exclusively included in a single NAL unit. Meanwhile, one picture may be divided into two or more subpictures.
- a subpicture can be a rectangular area of one or more slices within a picture.
- a pixel, pixel, or pel may mean a minimum unit constituting one picture (or image). Also, 'sample' may be used as a term corresponding to a pixel.
- a sample may generally represent a pixel or a pixel value, may represent only a pixel/pixel value of a luma component, or only a pixel/pixel value of a chroma component.
- a unit may represent a basic unit of image processing.
- a unit may include at least one of a specific region of a picture and information related to the region.
- One unit may include one luma block and two chroma (eg cb, cr) blocks. Unit may be used interchangeably with terms such as block or area depending on the case.
- an MxN block may include samples (or a sample array) or a set (or array) of transform coefficients consisting of M columns and N rows.
- a or B may mean “only A”, “only B”, or “both A and B”.
- a or B (A or B)" in the present specification may be interpreted as “A and/or B (A and/or B)”.
- A, B or C as used herein means “only A”, “only B”, “only C”, or “any and all combinations of A, B and C ( any combination of A, B and C)”.
- a slash (/) or a comma (comma) used in this specification may mean “and/or”.
- A/B can mean “A and/or B”. Accordingly, “A/B” may mean “only A”, “only B”, or “both A and B”.
- A, B, C may mean “A, B or C”.
- At least one of A and B may mean “only A”, “only B”, or “both A and B”. Also, in this specification, the expression “at least one of A or B” or “at least one of A and/or B” means “at least one It can be interpreted the same as "A and B (at least one of A and B) of
- At least one of A, B and C means “only A”, “only B”, “only C", or “A, B and C” It may mean “any combination of A, B and C”. Also, “at least one of A, B or C” or “at least one of A, B and/or C” means It can mean “at least one of A, B and C”.
- parentheses used in this specification may mean “for example”. Specifically, when it is indicated as “prediction (intra prediction)”, “intra prediction” may be suggested as an example of “prediction”. In other words, “prediction” in this specification is not limited to “intra prediction”, and “intra prediction” may be suggested as an example of “prediction”. Also, even when indicated as “prediction (ie, intra prediction)”, “intra prediction” may be suggested as an example of “prediction”.
- FIG. 1 illustrates a video/image coding system according to the present disclosure.
- a video/image coding system may include a first device (source device) and a second device (receive device).
- the source device may transmit encoded video/image information or data to a receiving device in a file or streaming form through a digital storage medium or network.
- the source device may include a video source, an encoding device, and a transmission unit.
- the receiving device may include a receiving unit, a decoding device, and a renderer.
- the encoding device may be referred to as a video/image encoding device, and the decoding device may be referred to as a video/image decoding device.
- a transmitter may be included in an encoding device.
- a receiver may be included in a decoding device.
- the renderer may include a display unit, and the display unit may be configured as a separate device or an external component.
- a video source may acquire video/images through a process of capturing, synthesizing, or generating video/images.
- a video source may include a video/image capture device and/or a video/image generation device.
- a video/image capture device may include one or more cameras, a video/image archive containing previously captured video/images, and the like.
- Video/image generating devices may include computers, tablets and smart phones, etc., and may (electronically) generate video/images.
- a virtual video/image may be generated through a computer or the like, and in this case, a video/image capture process may be replaced by a process of generating related data.
- An encoding device may encode an input video/image.
- the encoding device may perform a series of procedures such as prediction, transformation, and quantization for compression and coding efficiency.
- Encoded data (encoded video/video information) may be output in the form of a bitstream.
- the transmission unit may transmit the encoded video/image information or data output in the form of a bit stream to the receiving unit of the receiving device in the form of a file or streaming through a digital storage medium or a network.
- Digital storage media may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
- the transmission unit may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcasting/communication network.
- the receiving unit may receive/extract the bitstream and transmit it to a decoding device.
- the decoding device may decode video/images by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to operations of the encoding device.
- the renderer may render the decoded video/image.
- the rendered video/image may be displayed through the display unit.
- FIG. 2 shows a schematic block diagram of an encoding device to which an embodiment of the present disclosure may be applied and encoding of a video/video signal is performed.
- the encoding device 200 includes an image partitioner 210, a predictor 220, a residual processor 230, an entropy encoder 240, It may include an adder 250, a filter 260, and a memory 270.
- the prediction unit 220 may include an inter prediction unit 221 and an intra prediction unit 222 .
- the residual processing unit 230 may include a transformer 232 , a quantizer 233 , a dequantizer 234 , and an inverse transformer 235 .
- the residual processing unit 230 may further include a subtractor 231 .
- the adder 250 may be called a reconstructor or a reconstructed block generator.
- the above-described image segmentation unit 210, prediction unit 220, residual processing unit 230, entropy encoding unit 240, adder 250, and filtering unit 260 may be one or more hardware components ( For example, it may be configured by an encoding device chipset or processor).
- the memory 270 may include a decoded picture buffer (DPB) and may be configured by a digital storage medium.
- the hardware component may further include a memory 270 as an internal/external component.
- the image divider 210 may divide an input image (or picture or frame) input to the encoding device 200 into one or more processing units.
- the processing unit may be called a coding unit (CU).
- the coding unit may be partitioned recursively from a coding tree unit (CTU) or a largest coding unit (LCU) according to a quad-tree binary-tree ternary-tree (QTBTTT) structure.
- CTU coding tree unit
- LCU largest coding unit
- QTBTTT quad-tree binary-tree ternary-tree
- one coding unit may be divided into a plurality of coding units having a deeper depth based on a quad tree structure, a binary tree structure, and/or a ternary structure.
- a quad tree structure may be applied first and a binary tree structure and/or ternary structure may be applied later.
- the binary tree structure may be applied before the quad tree structure.
- a coding procedure according to the present specification may be performed based on a final coding unit that is not further divided.
- the largest coding unit can be directly used as the final coding unit, or the coding unit is recursively divided into coding units of lower depths as needed, A coding unit having a size of may be used as a final coding unit.
- the coding procedure may include procedures such as prediction, transformation, and restoration to be described later.
- the processing unit may further include a prediction unit (PU) or a transform unit (TU).
- the prediction unit and the transform unit may be divided or partitioned from the above-described final coding unit, respectively.
- the prediction unit may be a unit of sample prediction
- the transform unit may be a unit for deriving transform coefficients and/or a unit for deriving a residual signal from transform coefficients.
- an MxN block may represent a set of samples or transform coefficients consisting of M columns and N rows.
- a sample may generally represent a pixel or a pixel value, may represent only a pixel/pixel value of a luma component, or only a pixel/pixel value of a chroma component.
- a sample may be used as a term corresponding to one picture (or image) to a pixel or pel.
- the encoding device 200 subtracts the prediction signal (prediction block, prediction sample array) output from the inter prediction unit 221 or the intra prediction unit 222 from the input video signal (original block, original sample array) to obtain a residual signal (residual signal, residual block, residual sample array) may be generated, and the generated residual signal is transmitted to the conversion unit 232.
- a unit for subtracting a prediction signal (prediction block, prediction sample array) from an input video signal (original block, original sample array) in the encoding device 200 may be called a subtraction unit 231 .
- the prediction unit 220 may perform prediction on a block to be processed (hereinafter referred to as a current block) and generate a predicted block including predicted samples of the current block.
- the predictor 220 may determine whether intra prediction or inter prediction is applied in units of current blocks or CUs.
- the prediction unit 220 may generate and transmit various types of information related to prediction, such as prediction mode information, to the entropy encoding unit 240, as will be described later in the description of each prediction mode. Prediction-related information may be encoded in the entropy encoding unit 240 and output in the form of a bitstream.
- the intra predictor 222 may predict a current block by referring to samples in the current picture.
- the referenced samples may be located in the neighborhood of the current block or may be located apart from the current block by a predetermined distance according to a prediction mode.
- prediction modes may include one or more non-directional modes and a plurality of directional modes.
- the non-directional mode may include at least one of a DC mode and a planar mode.
- the directional mode may include 33 directional modes or 65 directional modes according to the degree of detail of the prediction direction. However, this is an example, and more or less directional modes may be used according to settings.
- the intra predictor 222 may determine a prediction mode applied to the current block by using a prediction mode applied to neighboring blocks.
- the inter-prediction unit 221 may derive a prediction block for a current block based on a reference block (reference sample array) specified by a motion vector on a reference picture.
- motion information may be predicted in units of blocks, subblocks, or samples based on correlation of motion information between neighboring blocks and the current block.
- the motion information may include a motion vector and a reference picture index.
- the motion information may further include inter prediction direction information (L0 prediction, L1 prediction, Bi prediction, etc.).
- a neighboring block may include a spatial neighboring block present in the current picture and a temporal neighboring block present in the reference picture.
- a reference picture including the reference block and a reference picture including the temporal neighboring block may be the same or different.
- the temporal neighboring block may be called a collocated reference block, a collocated CU (colCU), and the like, and a reference picture including the temporal neighboring block may be called a collocated picture (colPic).
- the inter-prediction unit 221 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive the motion vector and/or reference picture index of the current block. can create Inter prediction may be performed based on various prediction modes. For example, in the case of skip mode and merge mode, the inter prediction unit 221 may use motion information of neighboring blocks as motion information of the current block. In the case of the skip mode, the residual signal may not be transmitted unlike the merge mode. In the case of motion vector prediction (MVP) mode, the motion vector of the current block is used as a motion vector predictor and the motion vector difference is signaled. can be instructed.
- MVP motion
- the prediction unit 220 may generate a prediction signal based on various prediction methods described later.
- the predictor may apply intra-prediction or inter-prediction to predict one block, as well as apply intra-prediction and inter-prediction at the same time. This may be called a combined inter and intra prediction (CIIP) mode.
- the prediction unit may be based on an intra block copy (IBC) prediction mode or a palette mode for block prediction.
- IBC intra block copy
- the IBC prediction mode or the palette mode can be used for video/video coding of content such as games, such as screen content coding (SCC).
- IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture.
- IBC may use at least one of the inter prediction techniques described in this specification.
- Palette mode can be viewed as an example of intra coding or intra prediction.
- a sample value within a picture may be signaled based on information about a palette table and a palette index.
- the prediction signal generated by the prediction unit 220 may be used to generate a restored signal or a residual signal.
- the transform unit 232 may generate transform coefficients by applying a transform technique to the residual signal.
- the transform technique uses at least one of a Discrete Cosine Transform (DCT), a Discrete Sine Transform (DST), a Karhunen-Loeve Transform (KLT), a Graph-Based Transform (GBT), or a Conditionally Non-linear Transform (CNT).
- DCT Discrete Cosine Transform
- DST Discrete Sine Transform
- KLT Karhunen-Loeve Transform
- GBT Graph-Based Transform
- CNT Conditionally Non-linear Transform
- GBT means a transformation obtained from the graph when relation information between pixels is expressed as a graph.
- CNT means a transformation obtained by generating a prediction signal using all previously reconstructed pixels, and based thereon.
- the conversion process may be applied to square pixel blocks having the same size, or may be applied to non-square blocks of variable size.
- the quantization unit 233 quantizes the transform coefficients and transmits them to the entropy encoding unit 240, and the entropy encoding unit 240 may encode the quantized signal (information on the quantized transform coefficients) and output it as a bitstream. there is. Information about the quantized transform coefficients may be referred to as residual information.
- the quantization unit 233 may rearrange block-type quantized transform coefficients into a one-dimensional vector form based on a coefficient scan order, and the quantized transform coefficients based on the one-dimensional vector form quantized transform coefficients. Information about transform coefficients may be generated.
- the entropy encoding unit 240 may perform various encoding methods such as exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
- the entropy encoding unit 240 may encode together or separately information necessary for video/image reconstruction (eg, values of syntax elements, etc.) in addition to quantized transform coefficients.
- Encoded information may be transmitted or stored in a network abstraction layer (NAL) unit unit in the form of a bitstream.
- the video/video information may further include information on various parameter sets such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
- the video/image information may further include general constraint information.
- information and/or syntax elements transmitted/signaled from an encoding device to a decoding device may be included in video/image information.
- the video/image information may be encoded through the above-described encoding procedure and included in the bitstream.
- the bitstream may be transmitted through a network or stored in a digital storage medium.
- the network may include a broadcasting network and/or a communication network
- the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
- a transmission unit (not shown) for transmitting the signal output from the entropy encoding unit 240 and/or a storage unit (not shown) for storing may be configured as internal/external elements of the encoding device 200, or the transmission unit It may also be included in the entropy encoding unit 240.
- the quantized transform coefficients output from the quantization unit 233 may be used to generate a prediction signal.
- a residual signal residual block or residual samples
- the adder 250 adds the reconstructed residual signal to the prediction signal output from the inter predictor 221 or the intra predictor 222 to obtain a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array) can be created
- a predicted block may be used as a reconstruction block.
- the adder 250 may be called a restoration unit or a restoration block generation unit.
- the generated reconstructed signal may be used for intra prediction of a block to be processed next in the current picture, or may be used for inter prediction of the next picture after filtering as described later.
- LMCS luma mapping with chroma scaling
- the filtering unit 260 may improve subjective/objective picture quality by applying filtering to the reconstructed signal. For example, the filtering unit 260 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 270, specifically the memory 270. It can be stored in DPB.
- the various filtering methods may include deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, and the like.
- the filtering unit 260 may generate various types of filtering-related information and transmit them to the entropy encoding unit 240 . Filtering-related information may be encoded in the entropy encoding unit 240 and output in the form of a bit stream.
- the modified reconstructed picture transmitted to the memory 270 may be used as a reference picture in the inter prediction unit 221 .
- the encoding device can avoid prediction mismatch between the encoding device 200 and the decoding device, and can also improve encoding efficiency.
- the DPB of the memory 270 may store the modified reconstructed picture to be used as a reference picture in the inter prediction unit 221 .
- the memory 270 may store motion information of a block in a current picture from which motion information is derived (or encoded) and/or motion information of blocks in a previously reconstructed picture.
- the stored motion information may be transmitted to the inter prediction unit 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
- the memory 270 may store reconstructed samples of reconstructed blocks in the current picture and transfer them to the intra predictor 222 .
- FIG. 3 is a schematic block diagram of a decoding device to which an embodiment of the present disclosure may be applied and decoding of a video/image signal is performed.
- the decoding device 300 includes an entropy decoder 310, a residual processor 320, a predictor 330, an adder 340, and a filtering unit. (filter, 350) and memory (memoery, 360).
- the prediction unit 330 may include an inter prediction unit 331 and an intra prediction unit 332 .
- the residual processing unit 320 may include a dequantizer 321 and an inverse transformer 321 .
- the aforementioned entropy decoding unit 310, residual processing unit 320, prediction unit 330, adder 340, and filtering unit 350 may be configured as one hardware component (for example, a decoding device chipset or processor).
- the memory 360 may include a decoded picture buffer (DPB) and may be configured by a digital storage medium.
- the hardware component may further include a memory 360 as an internal/external component.
- the decoding device 300 may restore an image corresponding to a process in which the video/image information is processed by the encoding device of FIG. 2 .
- the decoding device 300 may derive units/blocks based on block division related information obtained from the bitstream.
- the decoding device 300 may perform decoding using a processing unit applied in the encoding device.
- a processing unit of decoding may be a coding unit, and a coding unit may be one divided from a coding tree unit or a largest coding unit according to a quad tree structure, a binary tree structure, and/or a ternary tree structure.
- One or more transform units may be derived from a coding unit.
- the restored video signal decoded and output through the decoding device 300 may be reproduced through a playback device.
- the decoding device 300 may receive a signal output from the encoding device of FIG. 2 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 310 .
- the entropy decoding unit 310 may parse the bitstream to derive information (eg, video/image information) required for image restoration (or picture restoration).
- the video/video information may further include information on various parameter sets such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
- the video/image information may further include general constraint information.
- the decoding device may decode a picture further based on the information about the parameter set and/or the general restriction information.
- Signaling/received information and/or syntax elements described later in this specification may be obtained from the bitstream by being decoded through the decoding procedure.
- the entropy decoding unit 310 decodes information in a bitstream based on a coding method such as exponential Golomb coding, CAVLC, or CABAC, and values of syntax elements required for image reconstruction and quantized values of residual transform coefficients. can output them.
- the CABAC entropy decoding method receives bins corresponding to each syntax element in a bitstream, and converts syntax element information to be decoded and decoding information of neighboring and decoding object blocks or symbol/bin information decoded in a previous step.
- a symbol corresponding to the value of each syntax element can be generated by determining a context model, predicting the probability of occurrence of a bin according to the determined context model, and performing arithmetic decoding of the bin.
- the CABAC entropy decoding method may update the context model by using information of the decoded symbol/bin for the context model of the next symbol/bin after determining the context model.
- prediction-related information is provided to the prediction unit (inter prediction unit 332 and intra prediction unit 331), and entropy decoding is performed by the entropy decoding unit 310.
- Dual values that is, quantized transform coefficients and related parameter information may be input to the residual processing unit 320 .
- the residual processor 320 may derive a residual signal (residual block, residual samples, residual sample array). Also, among information decoded by the entropy decoding unit 310 , information about filtering may be provided to the filtering unit 350 . Meanwhile, a receiving unit (not shown) receiving a signal output from the encoding device may be further configured as an internal/external element of the decoding device 300, or the receiving unit may be a component of the entropy decoding unit 310.
- the decoding device may be referred to as a video/video/picture decoding device, and the decoding device includes an information decoding device (video/video/picture information decoding device) and a sample decoding device (video/video/picture sample decoding). devices) can be distinguished.
- the information decoding device may include the entropy decoding unit 310, and the sample decoding device may include the inverse quantization unit 321, an inverse transform unit 322, an adder 340, a filtering unit 350, a memory 360, an inter predictor 332, and an intra predictor 331 may be included.
- the inverse quantization unit 321 may inversely quantize the quantized transform coefficients and output transform coefficients.
- the inverse quantization unit 321 may rearrange the quantized transform coefficients in the form of a 2D block. In this case, the rearrangement may be performed based on a coefficient scanning order performed by the encoding device.
- the inverse quantization unit 321 may perform inverse quantization on quantized transform coefficients using a quantization parameter (eg, quantization step size information) and obtain transform coefficients.
- a quantization parameter eg, quantization step size information
- a residual signal (residual block, residual sample array) is obtained by inverse transforming the transform coefficients.
- the predictor 320 may perform prediction on a current block and generate a predicted block including predicted samples of the current block.
- the prediction unit 320 may determine whether intra prediction or inter prediction is applied to the current block based on the information about the prediction output from the entropy decoding unit 310, and determine a specific intra/inter prediction mode.
- the prediction unit 320 may generate a prediction signal based on various prediction methods described later.
- the predictor 320 may apply intra-prediction or inter-prediction to predict one block, and may simultaneously apply intra-prediction and inter-prediction. This may be called a combined inter and intra prediction (CIIP) mode.
- the prediction unit may be based on an intra block copy (IBC) prediction mode or a palette mode for block prediction.
- IBC intra block copy
- the IBC prediction mode or the palette mode can be used for video/video coding of content such as games, such as screen content coding (SCC).
- SCC screen content coding
- IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this specification.
- Palette mode can be viewed as an example of intra coding or intra prediction. When the palette mode is applied, information on a palette table and a palette index may be included in the video/
- the intra predictor 331 may predict a current block by referring to samples in the current picture.
- the referenced samples may be located in the neighborhood of the current block or may be located apart from the current block by a predetermined distance according to a prediction mode.
- prediction modes may include one or more non-directional modes and a plurality of directional modes.
- the intra prediction unit 331 may determine a prediction mode applied to the current block by using a prediction mode applied to neighboring blocks.
- the inter-prediction unit 332 may derive a prediction block for a current block based on a reference block (reference sample array) specified by a motion vector on a reference picture.
- motion information may be predicted in units of blocks, subblocks, or samples based on correlation of motion information between neighboring blocks and the current block.
- the motion information may include a motion vector and a reference picture index.
- the motion information may further include inter prediction direction information (L0 prediction, L1 prediction, Bi prediction, etc.).
- a neighboring block may include a spatial neighboring block present in the current picture and a temporal neighboring block present in the reference picture.
- the inter-prediction unit 332 may construct a motion information candidate list based on neighboring blocks and derive a motion vector and/or reference picture index of the current block based on the received candidate selection information. Inter prediction may be performed based on various prediction modes, and the prediction-related information may include information indicating an inter prediction mode for the current block.
- the adder 340 adds the obtained residual signal to the prediction signal (prediction block, prediction sample array) output from the prediction unit (including the inter prediction unit 332 and/or the intra prediction unit 331) to obtain a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array) can be created.
- a prediction block may be used as a reconstruction block.
- the adder 340 may be called a restoration unit or a restoration block generation unit.
- the generated reconstructed signal may be used for intra prediction of the next block to be processed in the current picture, output after filtering as described below, or may be used for inter prediction of the next picture. Meanwhile, luma mapping with chroma scaling (LMCS) may be applied in a picture decoding process.
- LMCS luma mapping with chroma scaling
- the filtering unit 350 may improve subjective/objective picture quality by applying filtering to the reconstructed signal.
- the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 360, specifically the DPB of the memory 360. can be sent to
- the various filtering methods may include deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, and the like.
- a (modified) reconstructed picture stored in the DPB of the memory 360 may be used as a reference picture in the inter prediction unit 332 .
- the memory 360 may store motion information of a block in the current picture from which motion information is derived (or decoded) and/or motion information of blocks in a previously reconstructed picture.
- the stored motion information may be transmitted to the inter prediction unit 260 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
- the memory 360 may store reconstructed samples of reconstructed blocks in the current picture and transfer them to the intra prediction unit 331 .
- the embodiments described in the filtering unit 260, the inter prediction unit 221, and the intra prediction unit 222 of the encoding device 200 are the filtering unit 350 and the inter prediction of the decoding device 300, respectively.
- the same or corresponding to the unit 332 and the intra predictor 331 may be applied.
- FIG. 4 illustrates an inter prediction method based on merge inter mode performed by a decoding apparatus as an embodiment according to the present disclosure.
- a motion vector of a current block may be derived based on merge inter mode (S400).
- the motion vector of the current block may include a motion vector for bidirectional prediction, that is, a motion vector in a first direction and a motion vector in a second direction.
- the first direction may mean the LX direction
- the second direction may mean the L(1-X) direction, respectively (X is 0 or 1).
- the motion vector in the first direction is derived based on the first inter prediction mode among the inter prediction modes pre-defined in the decoding device
- the motion information in the second direction is derived based on the inter prediction modes pre-defined in the decoding device. may be derived based on the second inter prediction mode.
- the first direction to which the first inter-prediction mode is applied and the second inter-prediction mode are determined.
- An applied second direction may be specified. For example, when the information is a first value, a first inter prediction mode may be applied to the L0 direction and a second inter prediction mode may be applied to the L1 direction. On the other hand, when the information is the second value, the first inter prediction mode may be applied to the L1 direction, and the second inter prediction mode may be applied to the L0 direction.
- the direction to which the first inter prediction mode or the second inter prediction mode is applied may be equally pre-defined in the encoding device and the decoding device. For example, it may be defined that the first inter prediction mode is applied to the L0 direction and the second inter prediction mode is applied to the L1 direction. Conversely, it may be defined that the second inter prediction mode is applied to the L0 direction and the first inter prediction mode is applied to the L1 direction.
- the first inter prediction mode is the AMVP mode and the second inter prediction mode is the merge mode.
- a motion vector in the first direction may be derived as one of a plurality of candidate motion vectors belonging to a motion prediction candidate list.
- the plurality of candidate motion vectors may include at least one of a motion vector of at least one spatial neighboring block adjacent to the current block or a motion vector of a temporal neighboring block of the current block.
- Any one of the plurality of candidate motion vectors may be specified based on a candidate index.
- the candidate index may indicate one of a plurality of candidate motion vectors.
- the candidate index may be signaled through a bitstream.
- one of the plurality of candidate motion vectors may be specified based on a cost based on template matching.
- the sample difference eg, SAD, sum of absolute difference
- the motion vector in the first direction may be derived as a candidate motion vector having the smallest sample difference among calculated sample differences.
- the cost based on the template matching may be calculated only for some of a plurality of candidate motion vectors belonging to the motion prediction candidate list.
- some of the candidate motion vectors may mean top M candidate motion vectors having the smallest candidate index among a plurality of candidate motion vectors. M is an integer of 1, 2, 3, or more, and may be smaller than the number of candidate motion vectors included in the motion prediction candidate list.
- some of the candidate motion vectors may mean motion vectors of one or more spatial neighboring blocks excluding motion vectors of temporal neighboring blocks among a plurality of candidate motion vectors.
- some of the candidate motion vectors may mean candidate motion vectors of pre-defined positions identically to the encoding device and the decoding device.
- the pre-defined location may include at least one of the top or left side of the current block.
- the motion vector in the first direction is derived based on the template matching-based cost, and signaling of the candidate index may be omitted.
- the candidate index is signaled, and a motion vector in the first direction may be derived based on the signaled candidate index.
- a motion vector in the second direction may be derived based on any one of a plurality of merge candidates belonging to the merge candidate list.
- the plurality of merge candidates may include at least one of at least one spatial merge candidate adjacent to the current block or temporal merge candidate of the current block.
- Any one of the plurality of merge candidates may be specified based on a merge index.
- the merge index may indicate one of a plurality of merge candidates.
- the merge index may be signaled through a bitstream.
- any one of the plurality of merge candidates may be specified based on a cost based on bilateral matching.
- a sample difference between a first reference block specified by motion information in the first direction and a second reference block specified by motion information of the corresponding merge candidate may be calculated, and the calculated sample difference may be used as a cost.
- the motion vector in the second direction may be derived as a motion vector of a merge candidate having the smallest sample difference among calculated sample differences.
- the first reference block may be specified based on a reference picture indicated by a previously derived motion vector in the first direction and a reference picture index in the first direction.
- the second reference block may be specified based on a reference picture indicated by a motion vector in the second direction of the merge candidate and a reference picture index in the second direction of the merge candidate.
- the cost based on the bi-directional matching may be calculated for only some of the plurality of merge candidates belonging to the merge candidate list.
- some merge candidates may mean top N merge candidates having the smallest merge index among a plurality of merge candidates. N is an integer of 1, 2, 3, or greater, and may be smaller than the number of merge candidates included in the merge candidate list.
- some merge candidates may mean one or more spatial merge candidates other than the temporal merge candidates among the plurality of merge candidates.
- some merge candidates may refer to merge candidates at pre-defined positions identically to the encoding device and the decoding device.
- the pre-defined location may include at least one of the top or left side of the current block.
- the motion vector in the second direction may be derived by selectively using any one of the above-described merge index or cost based on bi-directional matching.
- a flag indicating whether a cost based on bi-directional matching is used for the selective use may be used.
- the flag may be signaled through a bitstream or implicitly derived based on parameters of the current block.
- the parameter may include at least one of size, shape, split type, component type, maximum number of merge candidates belonging to the merge candidate list, or availability of spatial/temporal neighboring blocks.
- the previously derived motion vector of the current block may be corrected based on a predetermined delta motion vector (S410).
- a delta motion vector may be used to correct a motion vector of a current block according to merge inter mode.
- the delta motion vector may be determined based on either bi-directional matching or template matching, and will be described in detail below.
- the decoding device may calculate the SAD array by performing a search based on the position of the reference block of the current block within a predetermined search range.
- the reference blocks of the current block may include a reference block in a first direction (hereinafter referred to as a first reference block) and a reference block in a second direction (hereinafter referred to as a second reference block).
- the first reference block may be specified by motion information according to the aforementioned AMVP mode. That is, the first reference block may be specified based on a reference picture indicated by a motion vector in the first direction and a reference picture index in the first direction.
- the reference picture index in the first direction may be signaled for the current block through the bitstream.
- the second reference block may be specified by motion information according to the aforementioned merge mode. That is, the second reference block may be specified based on a motion vector in the second direction and a reference picture indicated by the reference picture index in the second direction.
- the reference picture index in the second direction may be the reference picture index of the merge candidate specified in S400.
- the SAD array may include a plurality of SADs calculated for each search position within the search range.
- Each SAD may be calculated as a sample difference between at least two blocks searched in both directions.
- a block searched in the first direction is referred to as an LX block
- a block searched in the second direction is referred to as an L(1-X) block.
- the SAD may be calculated based on all samples belonging to the LX and L(1-X) blocks, or may be calculated based on some samples within the LX and L(1-X) blocks.
- some samples refer to sub-blocks of the LX and L(1-X) blocks, and at least one of the widths or heights of the sub-blocks may be half the width or height of the LX and L(1-X) blocks. That is, the LX and L(1-X) blocks have a size of W x H, and some of the samples may be subblocks having a size of W x H / 2, W / 2 x H or W / 2 x H / 2 can In this case, when some samples are sub-blocks of W x H/2, some samples may be upper sub-blocks (or lower sub-blocks) within the LX and L(1-X) blocks.
- some samples When some samples are subblocks of W/2 x H, some samples may be left subblocks (or right subblocks) within the LX and L(1-X) blocks. When some samples are W/2 x H/2 sub-blocks, some samples may be upper-left sub-blocks within the LX and L(1-X) blocks, but are not limited thereto.
- some samples may be defined as at least one of even-numbered sample lines or at least one of odd-numbered sample lines of the LX and L(1-X) blocks.
- the sample line may be a vertical sample line or a horizontal sample line.
- some samples may refer to samples at pre-defined positions identically to the encoding/decoding device.
- the sample at the pre-defined position is the upper left sample, the upper right sample, the lower left sample, the lower right sample, the center sample, and the sample column adjacent to the boundary of the current block in the LX and L(1-X) blocks. It may mean at least one of a center sample of a row or a sample located on a diagonal line within a current block.
- a search position within the search range may be a position shifted by p in the x-axis direction and by q in the y-axis direction from the position of the reference block of the current block.
- the number of search positions in units of integer pels within the search range may be up to 9.
- the number of search positions in units of integer pels within the search range may be up to 25.
- p and q may belong to integers whose sizes (or absolute values) are greater than 2, and a search in units of fractional pels may be performed.
- a search position within the search range may be determined based on the same pre-defined offset for the encoding device and the decoding device. That is, the offset may be defined as a disparity vector between the position of the reference block of the current block and the search position.
- the offset may include at least one of a non-directional offset and a directional offset.
- the directional offset may include an offset in at least one direction of left, right, top, bottom, top left, top right, bottom left, or bottom right.
- the non-directional offset means an offset having a magnitude of 0, and the directional offset means an offset in which the magnitude (or absolute value) of at least one of the x-component and the y-component of the offset is greater than or equal to 1 can do.
- the offset may be defined as shown in Table 1 below.
- Table 1 defines offsets specifying search positions for each index, where dX[i] may mean the x-component of the i-th offset, and dY[i] may mean the y-component of the i-th offset. Offsets according to Table 1 may include non-directional offsets of (0,0) and 8 directional offsets. However, the index in Table 1 is only for distinguishing offsets, and does not limit the location of offsets corresponding to the indexes or the priorities between offsets. In addition, Table 1 shows the case where the size of the x-component and the y-component of the offset is 1, but this is only an example, and the size of at least one of the x-component and y-component is greater than or equal to 2. may be defined.
- the offset may be defined for each of the L0 direction and the L1 direction.
- An offset for L1-direction search may be determined depending on an offset for L0-direction search. For example, when the offset for search in the L0 direction is (p,q), the offset for search in the L1 direction may be set to (-p,-q) through mirroring. Alternatively, the offset for search in the L1 direction may be determined independently of the offset for search in the L0 direction.
- Information about the size and/or direction of the aforementioned offset may be equally pre-defined in the encoding device and the decoding device, or may be coded in the encoding device and signaled to the decoding device.
- the information may be variably determined in consideration of the aforementioned block attributes.
- SADs corresponding to each of the search positions (or pre-defined offsets) within the search range may be calculated.
- the SAD having the minimum value may be identified, and the identified SAD
- a delta motion vector may be determined based on an offset corresponding to A.
- a motion vector in the L0 direction is corrected based on a delta motion vector (deltaMV), and a motion vector in the L1 direction is corrected based on a mirrored delta motion vector (-deltaMV).
- the decoding device may calculate the SAD array by performing a search based on the position of the reference block of the current block within a predetermined search range.
- the SAD array may be composed of a plurality of SADs calculated for each search position within the search range. Each SAD may be calculated as a sample difference between the template area of the current block and the template area of the search position.
- the template area of the search location may refer to a template area of a block having a sample of the search location as an upper left sample.
- the SAD may be calculated based on all samples belonging to the template area of the current block and search position, or may be calculated based on some samples within the template area.
- some samples may mean at least one of even-numbered sample lines or at least one of odd-numbered sample lines within the template area.
- the sample line may be a vertical sample line or a horizontal sample line.
- the template area may include at least one of an upper area, a left area, an upper left area, a lower left area, and an upper right area adjacent to a block (ie, a current block or a search position block).
- some samples may be limited to samples belonging to a region at a specific location within the template region.
- the region of the specific location may include at least one of an upper region and a left region.
- the template region may include a neighboring sample line adjacent to the block and/or at least one non-neighboring sample line.
- some samples may be limited to samples belonging to a sample line at a specific location within the template area.
- a sample line at a specific position is pre-defined identically to an encoding device and a decoding device, and is a neighboring sample line, a non-neighboring sample line separated by 1-sample from a block boundary, or a 2-sample line from a block boundary. It may include at least one of the non-neighboring sample lines that are sampled apart.
- Information indicating the sample line at the specific position may be signaled through a bitstream.
- the search position within the search range may be a position shifted by p in the x-axis direction and by q in the y-axis direction from the position of the reference block of the current block, and at the same pre-defined offset in the encoding device and the decoding device can be determined based on This is the same as the previous 'calibration method based on bi-directional matching', and redundant descriptions will be omitted here.
- SAD arrays may be calculated for each of the first and second directions.
- An SAD having a minimum value among a plurality of SADs belonging to the SAD array in the first direction may be identified, and a delta motion vector in the first direction may be determined based on an offset corresponding to the identified SAD.
- a first motion vector according to the AMVP mode may be corrected based on the determined delta motion vector in the first direction.
- an SAD having a minimum value among a plurality of SADs belonging to the SAD array in the second direction may be identified, and a delta motion vector in the second direction may be determined based on an offset corresponding to the identified SAD.
- a second motion vector according to the merge mode may be corrected based on the determined delta motion vector in the second direction.
- either of the aforementioned bidirectional matching-based correction method or template matching-based correction method may be selectively used.
- bidirectional matching-based correction method when the POC difference between the current picture including the current block and the first reference picture including the first reference block and the POC difference between the current picture and the second reference picture including the second reference block are the same, bidirectional matching-based correction method is used, otherwise a template matching based correction method may be used.
- motion vector correction according to the merge inter mode may be adaptively performed based on whether motion vector correction is allowed for an image unit including the current block. That is, motion vector correction according to the merge inter mode of the current block may be performed only when motion vector correction is permitted for the image unit.
- the image unit may include at least one of a sequence, a picture, a sub-picture, or a slice.
- Whether motion vector correction is allowed for the image unit may be determined based on a first flag indicating whether motion vector correction is allowed for the image unit.
- the first flag may be signaled through at least one of a sequence parameter set, a picture parameter set, a picture header, and a slice header of the bitstream.
- Whether motion vector correction is allowed for the image unit is a second flag indicating whether correction based on bi-directional matching is allowed for the image unit or a third flag indicating whether correction based on template matching is allowed for the image unit. It may be determined based on at least one of the flags. When the second flag is a first value, correction based on bidirectional matching may be permitted for the current image unit, and when the second flag is a second value, correction based on bidirectional matching may not be permitted for the current image unit. When the third flag is a first value, correction based on template matching may be allowed for the current image unit, and when the third flag is a second value, correction based on template matching may not be allowed for the current image unit.
- the current image unit is determined to be corrected. It may be determined that correction of the motion vector is not allowed for the unit.
- both the second flag and the third flag have a first value, it is determined that motion vector correction is allowed for the current image unit, and when at least one of the second flag or the third flag has a second value, the current image unit It may be determined that motion vector correction is not allowed for .
- the second and third flags may be signaled through at least one of a sequence parameter set, a picture parameter set, a picture header, and a slice header of a bitstream.
- the selected correction method for the current block It may additionally determine whether or not it is available.
- bi-directional matching-based correction may be adaptively performed on the motion vector of the current block. That is, when both POC differences are equal to each other and bidirectional matching-based correction is allowed for the current image unit according to the second flag, the motion vector of the current block according to the merge inter mode is obtained through a bidirectional matching-based correction method. can be corrected.
- the motion vector of the current block according to the merge inter mode uses the bidirectional matching-based correction method. may not be corrected through
- motion vector correction can be performed adaptively. That is, when both POC differences are different from each other and template matching-based correction is allowed for the current image unit according to the third flag, the motion vector of the current block according to the merge inter mode is corrected through a template matching-based correction method. can be corrected. On the other hand, if both POC differences are different from each other, but template matching-based correction is not allowed for the current image unit according to the third flag, the motion vector of the current block according to the merge inter mode uses the template matching-based correction method. may not be corrected through
- motion vector correction can be performed adaptively. That is, when both POC differences are the same and the current block uses the bidirectional matching-based correction method according to the fourth flag, the motion vector of the current block according to the merge inter mode is corrected through the bidirectional matching-based correction method. can On the other hand, when both POC differences are the same, but the current block does not use the bidirectional matching-based correction method according to the fourth flag, the motion vector of the current block according to the merge inter mode is obtained through the bidirectional matching-based correction method. may not be corrected.
- motion vector correction may be performed adaptively. That is, when both POC differences are different from each other and the current block uses the template matching-based correction method according to the fifth flag, the motion vector of the current block according to the merge inter mode is corrected through the template matching-based correction method. can On the other hand, if both POC differences are different from each other, but the current block does not use the template matching-based correction method according to the fifth flag, the motion vector of the current block according to the merge inter mode is corrected through the template matching-based correction method. may not be corrected.
- the fourth and fifth flags Based on the fourth and fifth flags, whether or not the selected correction method is used for the current block can be determined according to whether the POC differences are the same.
- the fourth and fifth flags may be signaled through a bitstream or implicitly derived in consideration of the aforementioned block attributes.
- motion vector correction for the current block may be omitted.
- the motion vector of the current block may be corrected through a correction method other than the selected correction method.
- the motion vector of the current block may be corrected through the template matching-based correction method.
- the pre-selected correction method is a correction method based on template matching, but the correction method based on template matching is unavailable for the current block, the motion vector of the current block may be corrected through a correction method based on bidirectional matching. . This will be described in detail with reference to FIGS. 5 and 6 .
- a prediction block of the current block may be generated based on the corrected motion vector (S420).
- the corrected first motion vector may be set as the final first motion vector, and based on the final first motion vector, a prediction block in the first direction (hereinafter, referred to as a first prediction block) ) can be created.
- the final first motion vector may be derived based on the motion vector difference (mvd) signaled through the corrected first motion vector and the bitstream.
- a first prediction block may be generated based on the derived final first motion vector.
- the corrected second motion vector may be set as the final second motion vector, and based on the final second motion vector, a prediction block in the second direction (hereinafter, referred to as a second prediction block) this can be created.
- a prediction block of the current block may be generated based on the first prediction block and the second prediction block.
- the prediction block of the current block may be generated through a weighted sum of the first prediction block and the second prediction block.
- the weight applied to the first prediction block and the weight applied to the second prediction block may be the same.
- the ratio of the weight applied to the first prediction block and the weight applied to the second prediction block is 1:1, 2:1, 1:2, 3:1, 1:3, 5:3, 3:5, It can be 5:-1, or -1:5.
- a weight for the weighted sum may be determined based on a predetermined weight index.
- the weight index may specify any one of a plurality of weight candidates pre-defined identically to the encoding device and the decoding device.
- At least one of the plurality of weight candidates may have at least one of the aforementioned weight ratios.
- the weight index may be signaled through a bitstream.
- the weight index may include presence/number/location of neighboring blocks encoded in intra mode, presence/number/location of neighboring blocks encoded in inter mode, type of inter prediction mode, and number of neighboring blocks encoded in AMVP mode. It may be implicitly derived in consideration of /location, the number/location of neighboring blocks encoded in merge mode, and the like.
- a first motion vector pre-derived in the first direction may be set as a final first motion vector, and a first prediction block may be generated based on the final first motion vector.
- a final first motion vector may be derived based on a motion vector difference (mvd) signaled through a bitstream and a pre-derived first motion vector in the first direction.
- a first prediction block may be generated based on the derived final first motion vector.
- a second motion vector pre-derived in the second direction may be set as a final second motion vector, and a second prediction block may be generated based on the final second motion vector.
- FIG. 5 illustrates a correction method based on bi-directional matching using a scaled motion vector as an embodiment according to the present disclosure.
- the case in which template matching based on the current block is impossible means a case in which correction based on template matching is not allowed for the current image unit to which the current block belongs according to the above-mentioned third flag or the above-mentioned fifth flag. Accordingly, it may mean a case in which the current block does not use a template matching-based correction method.
- a second motion vector according to a mode may be scaled, and correction based on bi-directional matching may be performed based on the scaled second motion vector.
- motion information for bi-directional prediction of a current block is shown as derived according to the merge inter mode.
- mvp[L0] and Ref[L0] represent a motion vector and a reference picture in the L0 direction, respectively, and may mean a first motion vector and a first reference picture according to the AMVP mode, respectively.
- mvp[L1] and Ref[L1] indicate motion vectors and reference pictures in the L1 direction, respectively, and may mean a second motion vector and a second reference picture according to a merge mode, respectively.
- the first distance (Distance_A) between the current picture (Cur) and the first reference picture (Ref[L0]) and the second distance (Distance_B) between the current picture (Cur) and the second reference picture (Ref[L1]) are different from each other. can do.
- the distance may be expressed as a difference in picture order count (POC).
- the second motion vector mvp[L1] according to the merge mode may be scaled based on at least one of the first distance and the second distance.
- the second motion vector according to the merge mode may be scaled as in Equation 1 below.
- Equation 1 mvp[L1]' means the scaled second motion vector.
- D1 represents a POC difference between the current picture (Cur) and the first reference picture (Ref[L0])
- D2 represents a POC difference between the current picture (Cur) and the second reference picture (Ref[L1]).
- a reference picture having the same distance from the current picture as the first distance is selected from the reference picture list in the L1 direction, and the second reference picture (Ref[L1]) according to the merge mode can be replaced with the selected reference picture.
- the second reference picture (Ref[L1]) according to the merge mode belongs to the L1-direction reference picture list and can be replaced with the same picture as the first reference picture.
- the first motion vector (mvp[L0]) according to the AMVP mode, the first reference picture (Ref[L0]), the scaled second motion vector (mvp[L1]'), and the replaced reference picture (Ref[L1]) ]'), the motion vector of the current block can be corrected.
- the bidirectional matching-based correction method has been reviewed with reference to FIG. 4, and a detailed description thereof will be omitted.
- FIG. 6 illustrates a correction method based on bi-directional matching using a scaled offset as an embodiment according to the present disclosure.
- the case in which template matching based on the current block is impossible means a case in which correction based on template matching is not allowed for the current image unit to which the current block belongs according to the above-mentioned third flag or the above-mentioned fifth flag. Accordingly, it may mean a case in which the current block does not use a template matching-based correction method.
- an offset for a search in the second direction in which motion information is derived according to the merge mode may be scaled, and correction based on bidirectional matching may be performed based on the scaled offset.
- scaling may not be performed on an offset for search in the first direction.
- motion information for bi-directional prediction of a current block is shown as derived according to the merge inter mode.
- mvp[L0] and Ref[L0] represent a motion vector and a reference picture in the L0 direction, respectively, and may mean a first motion vector and a first reference picture according to the AMVP mode, respectively.
- mvp[L1] and Ref[L1] indicate motion vectors and reference pictures in the L1 direction, respectively, and may mean a second motion vector and a second reference picture according to a merge mode, respectively.
- a first distance between the current picture (Cur) and the first reference picture (Ref[L0]) may be expressed as Distance_A
- a second distance between the current picture (Cur) and the second reference picture (Ref[L1]) may be expressed as Distance_B, respectively.
- the distance may mean a difference in an output order (POC, picture order count).
- the offset for search in the L0 direction is (offset x , offset y )
- the offset for search in the L1 direction can be derived as (-offset x ,-offset y ) by mirroring the offset in the L0 direction. .
- an offset for search in the L1 direction is based on at least one of the first distance and the second distance.
- an offset for search in the L1 direction may be scaled as in Equation 2 below.
- scaling(-offset x ,-offset y ) means a scaled offset.
- D1 represents a POC difference between the current picture (Cur) and the first reference picture (Ref[L0])
- D2 represents a POC difference between the current picture (Cur) and the second reference picture (Ref[L1]).
- the motion vector of the current block may be corrected by searching based on the scaled offset in the L1 direction.
- FIG. 7 shows a schematic configuration of an inter prediction unit 332 performing an inter prediction method based on merge inter mode according to the present disclosure.
- the inter prediction unit 332 may include a motion vector deriving unit 700, a motion vector correcting unit 710, and a prediction block generator 720.
- the motion vector deriving unit 700, the motion vector compensating unit 710, and the prediction block generating unit 720 the above-described steps S400 to S420 may be performed, respectively.
- the motion vector deriving unit 700 may derive a motion vector of the current block based on the merge inter mode.
- the motion vector of the current block includes a motion vector for bi-directional prediction, that is, a motion vector in a first direction and a motion vector in a second direction, and the motion vectors in the first and second directions use different inter prediction modes.
- the motion vector deriving unit 700 may derive a motion vector in a first direction based on the AMVP mode and a motion vector in a second direction based on the merge mode. This has been reviewed with reference to FIG. 4, and a detailed description thereof will be omitted herein.
- the motion vector correction unit 710 may correct the motion vector of the current block based on a predetermined delta motion vector.
- the delta motion vector may be determined based on either a bidirectional matching-based correction method or a template matching-based correction method. This has been reviewed with reference to FIG. 4, and a detailed description thereof will be omitted herein.
- either of the aforementioned bidirectional matching-based correction method or template matching-based correction method may be selectively used. For example, when the POC difference between the current picture including the current block and the first reference picture including the first reference block and the POC difference between the current picture and the second reference picture including the second reference block are the same, bidirectional matching-based correction method is used, otherwise a template matching based correction method may be used.
- the motion vector correction unit 710 may adaptively perform motion vector correction according to the merge inter mode based on whether or not motion vector correction is permitted for an image unit including the current block.
- the motion vector correction unit 710 includes a first flag indicating whether motion vector correction is allowed for the image unit, a second flag indicating whether correction based on bidirectional matching is allowed for the image unit, or Based on at least one of the third flags indicating whether correction based on template matching is allowed for the image unit, it may be determined whether motion vector correction is allowed for the image unit.
- the motion vector corrector 710 may determine whether the selected correction method is available according to whether the current block satisfies a predetermined condition, and may adaptively use the selected correction method based on the determination result. Whether or not the selected correction method is available may be determined based on the above-described second flag or third flag.
- the motion vector corrector 710 can determine whether the current block uses the selected correction method, and can adaptively use the selected correction method based on the determination result. Whether or not the current block uses the selected correction method is selected from among the fourth flag indicating whether the current block uses the bidirectional matching-based correction method or the fifth flag indicating whether the current block uses the template matching-based correction method. It can be determined based on at least one.
- motion vector correction may be restricted or use of a specific correction method may be restricted.
- the motion vector correction unit 710 may not perform motion vector correction for the current block or may correct the motion vector of the current block through another correction method. This has been reviewed with reference to FIGS. 5 and 6 .
- the prediction block generator 720 may generate a prediction block of the current block based on the corrected motion vector. Alternatively, when the motion vector of the current block is not calibrated, the prediction block generation unit 720 may generate the prediction block of the current block based on the pre-derived motion vector according to the merge inter mode.
- FIG. 8 illustrates an inter prediction method based on a merge inter mode performed by an encoding apparatus as an embodiment according to the present disclosure.
- a motion vector of a current block may be derived based on merge inter mode (S800).
- the motion vector of the current block may include a motion vector for bidirectional prediction, that is, a motion vector in a first direction and a motion vector in a second direction.
- the motion vector of the current block includes a motion vector for bi-directional prediction, that is, a motion vector in a first direction and a motion vector in a second direction, and the motion vectors in the first and second directions use different inter prediction modes. can be derived based on
- a motion vector in a first direction may be derived based on an AMVP mode
- a motion vector in a second direction may be derived based on a merge mode
- the motion vector of the first direction according to the AMVP mode may be derived as one of a plurality of candidate motion vectors belonging to the motion prediction candidate list.
- a candidate index indicating one of the plurality of candidate motion vectors may be encoded and inserted into a bitstream.
- one of the plurality of candidate motion vectors may be specified based on a cost based on template matching. This has been reviewed with reference to FIG. 4, and a detailed description thereof will be omitted.
- the motion vector in the first direction is derived based on the template matching-based cost, and in this case, encoding of the candidate index may be omitted.
- the candidate index may be encoded.
- a motion vector in the second direction according to the merge mode may be derived based on any one of a plurality of merge candidates belonging to the merge candidate list.
- a merge index indicating one of the plurality of merge candidates may be encoded and inserted into a bitstream.
- any one of the plurality of merge candidates may be specified based on a cost based on bilateral matching. This has been reviewed with reference to FIG. 4, and a detailed description thereof will be omitted.
- the previously derived motion vector of the current block may be corrected based on a predetermined delta motion vector (S810).
- a delta motion vector may be used to correct a motion vector of a current block according to merge inter mode.
- the delta motion vector may be determined based on either bi-directional matching or template matching, which has been discussed with reference to FIG. 4 , and a detailed description thereof will be omitted herein.
- a bidirectional matching-based correction method or a template matching-based correction method may be selectively used depending on whether the current block satisfies a predetermined condition. For example, when the POC difference between the current picture including the current block and the first reference picture including the first reference block and the POC difference between the current picture and the second reference picture including the second reference block are the same, bidirectional matching-based correction method is used, otherwise a template matching based correction method may be used.
- motion vector correction according to the merge inter mode may be adaptively performed based on whether motion vector correction is allowed for an image unit including the current block.
- a first flag indicating whether motion vector correction is allowed for an image unit, and a second flag indicating whether correction based on bi-directional matching is allowed for an image unit determine whether motion vector correction is allowed for the image unit.
- the third flags indicating whether correction based on template matching is allowed for image units as described above.
- whether or not the selected correction method is available for the current block is additionally determined.
- Whether or not the selected correction method is available for the current block is a second flag indicating whether correction based on bi-directional matching is allowed for the current image unit or whether correction based on template matching is allowed for the current image unit. As described above, it can be determined based on at least one of the third flags.
- the fourth flag and/or the fifth flag may be implicitly derived in consideration of the above-described block properties, and the current block is selected based on at least one of the derived fourth flag and fifth flag. It may be determined whether or not to use .
- motion vector correction may be limited, or use of a specific correction method may be limited. In this case, motion vector correction for the current block may be omitted or may be corrected through another correction method. This has been reviewed with reference to FIGS. 5 and 6 .
- a prediction block of the current block may be generated based on the corrected motion vector (S820).
- the corrected first motion vector may be set as the final first motion vector, and the first prediction block may be generated based on the final first motion vector.
- a first prediction block is generated based on the original first motion vector, and a motion vector difference (mvd), which is a difference between the original first motion vector and the corrected first motion vector, is encoded and bit can be inserted into a stream.
- mvd motion vector difference
- the corrected second motion vector may be set as the final second motion vector, and the second prediction block may be generated based on the final second motion vector.
- a prediction block of the current block may be generated based on the first prediction block and the second prediction block.
- the prediction block of the current block may be generated through a weighted sum of the first prediction block and the second prediction block.
- the weights for the weighted sum are the same as those discussed with reference to FIG. 4 .
- a first motion vector pre-derived in the first direction may be set as a final first motion vector, and a first prediction block may be generated based on the final first motion vector.
- a first prediction block may be generated based on the original first motion vector, and a motion vector difference (mvd), which is a difference between the original first motion vector and the previously derived first motion vector, may be encoded and inserted into a bitstream.
- mvd motion vector difference
- a second motion vector pre-derived in the second direction may be set as a final second motion vector, and a second prediction block may be generated based on the final second motion vector.
- FIG 9 illustrates a schematic configuration of an inter prediction unit 221 performing an inter prediction method based on merge inter mode according to the present disclosure.
- the inter prediction unit 221 may include a motion vector deriving unit 900, a motion vector correcting unit 910, and a prediction block generator 920.
- the above-described steps S800 to S820 may be performed in the motion vector deriving unit 900, the motion vector correcting unit 910, and the prediction block generator 920, respectively.
- the motion vector deriving unit 900 may derive a motion vector of the current block based on merge inter mode.
- the motion vector of the current block includes a motion vector for bi-directional prediction, that is, a motion vector in a first direction and a motion vector in a second direction, and the motion vectors in the first and second directions use different inter prediction modes.
- the motion vector deriving unit 900 may derive a motion vector in a first direction based on the AMVP mode, and may derive a motion vector in a second direction based on the merge mode. This has been reviewed with reference to FIG. 4, and a detailed description thereof will be omitted.
- the motion vector correction unit 910 may correct the motion vector of the current block based on a predetermined delta motion vector.
- the delta motion vector may be determined based on either a bidirectional matching-based correction method or a template matching-based correction method. This has been reviewed with reference to FIG. 4, and a detailed description thereof will be omitted.
- motion vector correction may be limited or use of a specific correction method may be limited.
- the motion vector correction unit 910 may not perform motion vector correction for the current block or may correct the motion vector of the current block through another correction method. This has been reviewed with reference to FIGS. 5 and 6 .
- the prediction block generator 920 may generate a prediction block of the current block based on the corrected motion vector. Alternatively, when the motion vector of the current block is not calibrated, the prediction block generator 920 may generate the prediction block of the current block based on the pre-derived motion vector according to the merge inter mode.
- the above-described method according to the embodiments of this document may be implemented in the form of software, and the encoding device and/or decoding device according to this document may be used to display images of, for example, a TV, computer, smartphone, set-top box, display device, etc. It can be included in the device that performs the processing.
- a module can be stored in memory and executed by a processor.
- the memory may be internal or external to the processor and may be coupled with the processor in a variety of well-known means.
- a processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and/or data processing devices.
- Memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media, and/or other storage devices. That is, the embodiments described in this document may be implemented and performed on a processor, microprocessor, controller, or chip. For example, functional units shown in each drawing may be implemented and performed on a computer, processor, microprocessor, controller, or chip. In this case, information for implementation (eg, information on instructions) or an algorithm may be stored in a digital storage medium.
- a decoding device and an encoding device to which the embodiment(s) of the present specification is applied may be used in a multimedia broadcasting transmission/reception device, a mobile communication terminal, a home cinema video device, a digital cinema video device, a surveillance camera, a video conversation device, and a video communication device.
- Real-time communication device mobile streaming device, storage medium, camcorder, video-on-demand (VoD) service providing device, OTT video (Over the top video) device, Internet streaming service providing device, 3D (3D) video device, VR (virtual reality) ) device, AR (argumente reality) device, video phone video device, transportation terminal (ex.
- OTT video (Over the top video) devices may include game consoles, Blu-ray players, Internet-connected TVs, home theater systems, smart phones, tablet PCs, DVRs (Digital Video Recorders), and the like.
- the processing method to which the embodiment (s) of the present specification is applied may be produced in the form of a program executed by a computer and stored in a computer-readable recording medium.
- Multimedia data having a data structure according to the embodiment(s) of the present specification may also be stored in a computer-readable recording medium.
- the computer-readable recording medium includes all types of storage devices and distributed storage devices in which computer-readable data is stored.
- the computer-readable recording medium includes, for example, Blu-ray Disc (BD), Universal Serial Bus (USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, magnetic tape, floppy disk, and optical A data storage device may be included.
- the computer-readable recording medium includes media implemented in the form of a carrier wave (eg, transmission through the Internet).
- the bitstream generated by the encoding method may be stored in a computer-readable recording medium or transmitted through a wired or wireless communication network.
- FIG. 10 shows an example of a content streaming system to which embodiments of the present disclosure may be applied.
- a content streaming system to which the embodiment(s) of the present specification is applied may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
- the encoding server compresses content input from multimedia input devices such as smart phones, cameras, camcorders, etc. into digital data to generate a bitstream and transmits it to the streaming server.
- multimedia input devices such as smart phones, cameras, and camcorders directly generate bitstreams
- the encoding server may be omitted.
- the bitstream may be generated by an encoding method or a bitstream generation method to which the embodiment(s) of the present specification is applied, and the streaming server temporarily stores the bitstream in a process of transmitting or receiving the bitstream.
- the streaming server transmits multimedia data to a user device based on a user request through a web server, and the web server serves as a medium informing a user of what kind of service is available.
- the web server transmits the request to the streaming server, and the streaming server transmits multimedia data to the user.
- the content streaming system may include a separate control server, and in this case, the control server serves to control commands/responses between devices in the content streaming system.
- the streaming server may receive content from a media storage and/or encoding server. For example, when content is received from the encoding server, the content can be received in real time. In this case, in order to provide smooth streaming service, the streaming server may store the bitstream for a certain period of time.
- Examples of the user devices include mobile phones, smart phones, laptop computers, digital broadcasting terminals, personal digital assistants (PDAs), portable multimedia players (PMPs), navigation devices, slate PCs, Tablet PC, ultrabook, wearable device (e.g., smartwatch, smart glass, HMD (head mounted display)), digital TV, desktop There may be computers, digital signage, and the like.
- PDAs personal digital assistants
- PMPs portable multimedia players
- navigation devices slate PCs
- Tablet PC ultrabook
- wearable device e.g., smartwatch, smart glass, HMD (head mounted display)
- digital TV desktop There may be computers, digital signage, and the like.
- Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributed and processed.
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
본 개시에 따른 영상 디코딩/인코딩 방법 및 장치는, 병합 인터 모드에 기초하여 현재 블록의 움직임 벡터를 유도하고, 양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나에 기초하여 현재 블록의 움직임 벡터를 보정하며, 보정된 움직임 벡터를 기반으로 현재 블록의 예측 블록을 생성할 수 있다. 여기서, 현재 블록의 움직임 벡터는, 제1 방향의 제1 움직임 벡터와 제2 방향의 제2 움직임 벡터를 포함하고, 제1 움직임 벡터는 제1 인터 예측 모드에 기초하여 유도되고, 제2 움직임 벡터는 제2 인터 예측 모드에 기초하여 유도될 수 있다.
Description
본 발명은 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체에 관한 것이다.
최근 HD(High Definition) 영상 및 UHD(Ultra High Definition) 영상과 같은 고해상도, 고품질의 영상에 대한 수요가 다양한 응용 분야에서 증가하고 있고, 이에 따라 고효율의 영상 압축 기술들이 논의되고 있다.
영상 압축 기술로 현재 픽쳐의 이전 또는 이후 픽쳐로부터 현재 픽쳐에 포함된 화소값을 예측하는 인터 예측 기술, 현재 픽쳐 내의 화소 정보를 이용하여 현재 픽쳐에 포함된 화소값을 예측하는 인트라 예측 기술, 출현 빈도가 높은 값에 짧은 부호를 할당하고 출현 빈도가 낮은 값에 긴 부호를 할당하는 엔트로피 부호화 기술 등 다양한 기술이 존재하고 이러한 영상 압축 기술을 이용해 영상 데이터를 효과적으로 압축하여 전송 또는 저장할 수 있다.
본 개시는, 병합 인터 모드에 따른 움직임 벡터 유도 방법 및 장치를 제공하고자 한다.
본 개시는, 병합 인터 모드에 따른 움직임 벡터의 보정 방법 및 장치를 제공하고자 한다.
본 개시에 따른 영상 디코딩 방법 및 장치는, 병합 인터 모드에 기초하여 현재 블록의 움직임 벡터를 유도하고, 양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나에 기초하여, 상기 현재 블록의 움직임 벡터를 보정하며, 상기 보정된 움직임 벡터를 기반으로 상기 현재 블록의 예측 블록을 생성할 수 있다. 여기서, 상기 현재 블록의 움직임 벡터는, 제1 방향의 제1 움직임 벡터와 제2 방향의 제2 움직임 벡터를 포함하고, 상기 제1 움직임 벡터는 제1 인터 예측 모드에 기초하여 유도되고, 상기 제2 움직임 벡터는 제2 인터 예측 모드에 기초하여 유도될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 현재 블록의 움직임 벡터의 보정은, 상기 현재 블록이 속한 영상 단위에 대해 움직임 벡터의 보정이 허용되는지 여부에 기초하여 적응적으로 수행될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 양방향 매칭 기반의 보정 방법은, 상기 현재 블록에 대해 상기 양방향 매칭 기반의 보정 방법이 이용 가능한지 여부에 기초하여 적응적으로 이용될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 템플릿 매칭 기반의 보정 방법은, 상기 현재 블록에 대해 상기 템플릿 매칭 기반의 보정 방법이 이용 가능한지 여부에 기초하여 적응적으로 이용될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 현재 블록에 대해 상기 템플릿 매칭 기반의 보정 방법이 이용 가능하지 않은 경우, 상기 현재 블록의 움직임 벡터는, 상기 양방향 매칭 기반의 보정 방법에 기초하여 보정될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 양방향 매칭 기반의 보정 방법에 기초하여 상기 현재 블록의 움직임 벡터를 보정하기 위해, 상기 제2 방향의 제2 움직임 벡터는 소정의 스케일링 팩터에 의해 스케일링될 수 있다. 여기서, 스케일링 팩터는, 상기 현재 블록을 포함한 현재 픽쳐와 제1 방향의 제1 참조 픽쳐 간의 제1 거리 또는 상기 현재 픽쳐와 제1 방향의 제2 참조 픽쳐 간의 제2 거리 중 적어도 하나에 기초하여 결정될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 양방향 매칭 기반의 보정 방법에 기초하여 상기 현재 블록의 움직임 벡터를 보정하기 위해, 상기 제2 방향에서의 탐색을 위한 오프셋은 소정의 스케일링 팩터에 의해 스케일링될 수 있다. 여기서, 스케일링 팩터는, 상기 현재 블록을 포함한 현재 픽쳐와 제1 방향의 제1 참조 픽쳐 간의 제1 거리 또는 상기 현재 픽쳐와 제1 방향의 제2 참조 픽쳐 간의 제2 거리 중 적어도 하나에 기초하여 결정될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 현재 블록에 대해 상기 양방향 매칭 기반의 보정 방법이 이용 가능하지 않은 경우, 상기 현재 블록의 움직임 벡터는, 상기 템플릿 매칭 기반의 보정 방법에 기초하여 보정될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 제1 인터 예측 모드는 AMVP 모드이고, 상기 제2 인터 예측 모드는 머지 모드일 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 현재 블록의 예측 블록은, 상기 제1 방향의 제1 예측 블록과 상기 제2 방향의 제2 예측 블록을 포함할 수 있다. 여기서, 제1 예측 블록은, 상기 보정된 제1 움직임 벡터와 비트스트림을 통해 시그날링된 움직임 벡터 차이에 기초하여 생성될 수 있고, 상기 제2 예측 블록은, 상기 보정된 제2 움직임 벡터에 기초하여 생성될 수 있다.
본 개시에 따른 영상 인코딩 방법 및 장치는, 병합 인터 모드에 기초하여 현재 블록의 움직임 벡터를 유도하고, 양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나에 기초하여, 상기 현재 블록의 움직임 벡터를 보정하며, 상기 보정된 움직임 벡터를 기반으로 상기 현재 블록의 예측 블록을 생성할 수 있다. 여기서, 상기 현재 블록의 움직임 벡터는, 제1 방향의 제1 움직임 벡터와 제2 방향의 제2 움직임 벡터를 포함하고, 상기 제1 움직임 벡터는 제1 인터 예측 모드에 기초하여 유도되고, 상기 제2 움직임 벡터는 제2 인터 예측 모드에 기초하여 유도될 수 있다.
본 개시에 따른 디코딩 장치에 의하여 영상 디코딩 방법을 수행하도록 야기하는 인코딩된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체가 제공된다.
본 개시에 따른 영상 인코딩 방법에 따라 생성된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체가 제공된다.
본 개시에 따른 영상 인코딩 방법에 따라 생성된 비디오/영상 정보를 전송하기 위한 방법 및 장치가 제공된다.
본 개시에 따르면, 움직임 벡터의 유도를 위한 정보의 시그날링을 최소화하면서, 디코딩 장치에 측면에서 병합 인터 모드에 따른 움직임 벡터를 효율적으로 유도할 수 있다.
본 개시에 따르면, 양방향 매칭 또는 템플릿 매칭 기반의 보정을 통해 움직임 벡터의 정확도를 향상시킬 수 있다.
본 개시에 따르면, 양방향 매칭 또는 템플릿 매칭 기반의 움직임 벡터 보정 여부와 특정 보정 방법의 이용 여부를 블록 레벨에서 효과적으로 제어할 수 있다.
본 개시에 따르면, 템플릿 매칭 기반의 보정이 불가한 경우라도, 현재 블록에 대해 양방향 매칭 기반의 보정이 허용될 수 있다. 또는, 양방향 매칭 기반의 보정이 불가한 경우라도, 현재 블록에 대해 템플릿 매칭 기반의 보정이 허용될 수 있다.
도 1은 본 개시에 따른 비디오/영상 코딩 시스템을 도시한 것이다.
도 2는 본 개시의 실시예가 적용될 수 있고, 비디오/영상 신호의 인코딩이 수행되는 인코딩 장치의 개략적인 블록도를 나타낸다.
도 3은 본 개시의 실시예가 적용될 수 있고, 비디오/영상 신호의 디코딩이 수행되는 디코딩 장치의 개략적인 블록도를 나타낸다.
도 4는 본 개시에 따른 일실시예로서, 디코딩 장치에 의해 수행되는 병합 인터 모드 기반의 인터 예측 방법을 도시한 것이다.
도 5는 본 개시에 따른 일실시예로서, 스케일링된 움직임 벡터를 이용한 양방향 매칭 기반의 보정 방법을 도시한 것이다.
도 6은 본 개시에 따른 일실시예로서, 스케일링된 오프셋을 이용한 양방향 매칭 기반의 보정 방법을 도시한 것이다.
도 7은 본 개시에 따른 병합 인터 모드 기반의 인터 예측 방법을 수행하는 인터 예측부(332)의 개략적인 구성을 도시한 것이다.
도 8은 본 개시에 따른 일실시예로서, 인코딩 장치에 의해 수행되는 병합 인터 모드 기반의 인터 예측 방법을 도시한 것이다.
도 9는 본 개시에 따른 병합 인터 모드 기반의 인터 예측 방법을 수행하는 인터 예측부(221)의 개략적인 구성을 도시한 것이다.
도 10은 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 개시를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 개시의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 개시의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다거나 "직접 접속되어"있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 개시를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 개시는 비디오/영상 코딩에 관한 것이다. 예를 들어, 본 명세서에서 개시된 방법/실시예는 VVC (versatile video coding) 표준에 개시되는 방법에 적용될 수 있다. 또한, 이 명세서에서 개시된 방법/실시예는 EVC (essential video coding) 표준, AV1 (AOMedia Video 1) 표준, AVS2 (2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(ex. H.267 or H.268 등)에 개시되는 방법에 적용될 수 있다.
이 명세서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
이 명세서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽쳐(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 코딩에 있어서 픽쳐의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)을 포함할 수 있다. 하나의 픽쳐는 하나 이상의 슬라이스/타일로 구성될 수 있다. 하나의 타일은 하나의 픽쳐의 특정 타일 열과 특정 타일 행 내에 있는 복수의 CTU들로 구성된 직사각형 영역이다. 타일 열은 픽쳐의 높이와 동일한 높이와 픽쳐 파라미터 세트의 신택스 요구에 의해 지정된 너비를 갖는 CTU들의 직사각형 영역이다. 타일 행은 픽쳐 파라미터 세트에 의해 지정된 높이와 픽쳐의 너비와 동일한 너비를 갖는 CTU들의 직사각형 영역이다. 하나의 타일 내에 CTU들은 CTU 래스터 스캔에 따라 연속적으로 배열되는 반면, 하나의 픽쳐 내 타일들은 타일의 래스터 스캔에 따라 연속적으로 배열될 수 있다. 하나의 슬라이스는 단일 NAL 유닛에 배타적으로 포함될 수 있는 픽쳐의 타일 내에서 정수 개수의 완전한 타일 또는 정수 개수의 연속적인 완전한 CTU 행을 포함할 수 있다. 한편, 하나의 픽쳐는 둘 이상의 서브픽쳐로 구분될 수 있다. 서브픽쳐는 픽쳐 내 하나 이상의 슬라이스들의 직사각형 영역일 수 있다.
화소, 픽셀(pixel) 또는 펠(pel)은 하나의 픽쳐(또는 영상)을 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 색차(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽쳐의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
본 명세서에서 "A 또는 B(A or B)"는 "오직 A", "오직 B" 또는 "A와 B 모두"를 의미할 수 있다. 달리 표현하면, 본 명세서에서 "A 또는 B(A or B)"는 "A 및/또는 B(A and/or B)"으로 해석될 수 있다. 예를 들어, 본 명세서에서 "A, B 또는 C(A, B or C)"는 "오직 A", "오직 B", "오직 C", 또는 "A, B 및 C의 임의의 모든 조합(any combination of A, B and C)"를 의미할 수 있다.
본 명세서에서 사용되는 슬래쉬(/)나 쉼표(comma)는 "및/또는(and/or)"을 의미할 수 있다. 예를 들어, "A/B"는 "A 및/또는 B"를 의미할 수 있다. 이에 따라 "A/B"는 "오직 A", "오직 B", 또는 "A와 B 모두"를 의미할 수 있다. 예를 들어, "A, B, C"는 "A, B 또는 C"를 의미할 수 있다.
본 명세서에서 "적어도 하나의 A 및 B(at least one of A and B)"는, "오직 A", "오직 B" 또는 "A와 B 모두"를 의미할 수 있다. 또한, 본 명세서에서 "적어도 하나의 A 또는 B(at least one of A or B)"나 "적어도 하나의 A 및/또는 B(at least one of A and/or B)"라는 표현은 "적어도 하나의 A 및 B(at least one of A and B)"와 동일하게 해석될 수 있다.
또한, 본 명세서에서 "적어도 하나의 A, B 및 C(at least one of A, B and C)"는, "오직 A", "오직 B", "오직 C", 또는 "A, B 및 C의 임의의 모든 조합(any combination of A, B and C)"를 의미할 수 있다. 또한, "적어도 하나의 A, B 또는 C(at least one of A, B or C)"나 "적어도 하나의 A, B 및/또는 C(at least one of A, B and/or C)"는 "적어도 하나의 A, B 및 C(at least one of A, B and C)"를 의미할 수 있다.
또한, 본 명세서에서 사용되는 괄호는 "예를 들어(for example)"를 의미할 수 있다. 구체적으로, "예측(인트라 예측)"로 표시된 경우, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다. 달리 표현하면 본 명세서의 "예측"은 "인트라 예측"으로 제한(limit)되지 않고, "인트라 예측"이 "예측"의 일례로 제안될 것일 수 있다. 또한, "예측(즉, 인트라 예측)"으로 표시된 경우에도, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다.
본 명세서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
도 1은 본 개시에 따른 비디오/영상 코딩 시스템을 도시한 것이다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 제1 장치(소스 디바이스) 및 제2 장치(수신 디바이스)를 포함할 수 있다.
소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다. 상기 소스 디바이스는 비디오 소스, 인코딩 장치, 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
도 2는 본 개시의 실시예가 적용될 수 있고, 비디오/영상 신호의 인코딩이 수행되는 인코딩 장치의 개략적인 블록도를 나타낸다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)은 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코딩 장치 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 픽쳐, 프레임)를 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다.
예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스를 가진 복수의 코딩 유닛들로 분할될 수 있다. 이 경우, 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는, 바이너리 트리 구조가 쿼드 트리 구조보다 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 명세서에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 하위 뎁스의 코딩 유닛들로 분할되어, 최적의 크기를 가진 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서, 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다.
다른 예로, 상기 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우, 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 색차(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 하나의 픽쳐(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
인코딩 장치(200)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 이 경우, 인코딩 장치(200) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(231)라고 불릴 수 있다.
예측부(220)는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측 블록(predicted block)을 생성할 수 있다. 예측부(220)는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부(220)는 각 예측 모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(222)는 현재 픽쳐 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 현재 블록으로부터 일정 거리만큼 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 하나 이상의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는, DC 모드 또는 플래너 모드(Planar 모드) 중 적어도 하나를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 33개의 방향성 모드 또는 65개의 방향성 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 모드들이 사용될 수 있다. 인트라 예측부(222)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(221)는 참조 픽쳐 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해, 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽쳐 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향 정보(L0 예측, L1 예측, Bi 예측 등)를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽쳐 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽쳐에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽쳐와 상기 시간적 주변 블록을 포함하는 참조 픽쳐는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽쳐는 동일 위치 픽쳐(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(221)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽쳐 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어, 스킵 모드와 머지 모드의 경우에, 인터 예측부(221)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그날링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP) 모드라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽쳐 내에서 예측을 수행하나, 현재 픽쳐 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 명세서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽쳐 내 샘플 값을 시그날링할 수 있다. 상기 예측부(220)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나, 레지듀얼 신호를 생성하기 위해 이용될 수 있다.
변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(Karhunen-Loeve Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때, 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀를 이용하여 예측 신호를 생성하고, 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송되고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다.
엔트로피 인코딩부(240)는 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대, 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다.
인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽쳐 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한, 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 명세서에서 인코딩 장치에서 디코딩 장치로 전달/시그날링되는 정보 및/또는 신택스 요소들은 비디오/영상 정보에 포함될 수 있다. 상기 비디오/영상 정보는 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서, 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(250)는 복원된 레지듀얼 신호를 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽쳐, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(250)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽쳐 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽쳐의 인터 예측을 위하여 사용될 수도 있다. 한편, 픽쳐 인코딩 및/또는 복원 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(260)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어, 필터링부(260)은 복원 픽쳐에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽쳐를 생성할 수 있고, 상기 수정된 복원 픽쳐를 메모리(270), 구체적으로 메모리(270)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)은 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽쳐는 인터 예측부(221)에서 참조 픽쳐로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(200)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270)의 DPB는 수정된 복원 픽쳐를 인터 예측부(221)에서의 참조 픽쳐로 사용하기 위해 저장할 수 있다. 메모리(270)는 현재 픽쳐 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽쳐 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(270)는 현재 픽쳐 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(222)에 전달할 수 있다.
도 3은 본 개시의 실시예가 적용될 수 있고, 비디오/영상 신호의 디코딩이 수행되는 디코딩 장치의 개략적인 블록도를 나타낸다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memoery, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인터 예측부(331) 및 인트라 예측부(332)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다.
상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코딩 장치 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 2의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서, 디코딩의 처리 유닛은 코딩 유닛일 수 있고, 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조에 따라서 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 분할된 것일 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 2의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽쳐 복원)에 필요한 정보(ex. 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽쳐 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽쳐를 디코딩할 수 있다. 본 명세서에서 후술되는 시그날링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(310)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 요소의 값, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(332) 및 인트라 예측부(331))로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(320)로 입력될 수 있다. 레지듀얼 처리부(320)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다.
한편, 본 명세서에 따른 디코딩 장치는 비디오/영상/픽쳐 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코딩 장치(비디오/영상/픽쳐 정보 디코딩 장치) 및 샘플 디코딩 장치(비디오/영상/픽쳐 샘플 디코딩 장치)로 구분할 수도 있다. 상기 정보 디코딩 장치는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코딩 장치는 상기 역양자화부(321), 역변환부(322), 가산부(340), 필터링부(350), 메모리(360), 인터 예측부(332) 및 인트라 예측부(331) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우, 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
예측부(320)는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측 블록(predicted block)을 생성할 수 있다. 예측부(320)는 엔트로피 디코딩부(310)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부(320)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부(320)는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP) 모드라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽쳐 내에서 예측을 수행하나 현재 픽쳐 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 명세서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 상기 비디오/영상 정보에 포함되어 시그날링될 수 있다.
인트라 예측부(331)는 현재 픽쳐 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 현재 블록으로부터 일정 거리만큼 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 하나 이상의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(331)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(332)는 참조 픽쳐 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽쳐 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향 정보(L0 예측, L1 예측, Bi 예측 등)를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽쳐 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽쳐에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(332)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽쳐 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(인터 예측부(332) 및/또는 인트라 예측부(331) 포함)로부터 출력된 예측 신호(예측 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽쳐, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽쳐 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽쳐의 인터 예측을 위하여 사용될 수도 있다. 한편, 픽쳐 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽쳐에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽쳐를 생성할 수 있고, 상기 수정된 복원 픽쳐를 메모리(360), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽쳐는 인터 예측부(332)에서 참조 픽쳐로 사용될 수 있다. 메모리(360)는 현재 픽쳐 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽쳐 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(260)에 전달할 수 있다. 메모리(360)는 현재 픽쳐 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(331)에 전달할 수 있다.
본 명세서에서, 인코딩 장치(200)의 필터링부(260), 인터 예측부(221) 및 인트라 예측부(222)에서 설명된 실시예들은 각각 디코딩 장치(300)의 필터링부(350), 인터 예측부(332) 및 인트라 예측부(331)에도 동일 또는 대응되도록 적용될 수 있다.
도 4는 본 개시에 따른 일실시예로서, 디코딩 장치에 의해 수행되는 병합 인터 모드 기반의 인터 예측 방법을 도시한 것이다.
도 4를 참조하면, 병합 인터 모드에 기초하여 현재 블록의 움직임 벡터를 유도할 수 있다(S400).
현재 블록의 움직임 벡터는 양방향 예측을 위한 움직임 벡터 즉, 제1 방향의 움직임 벡터와 제2 방향의 움직임 벡터를 포함할 수 있다. 여기서, 제1 방향은 LX 방향을, 제2 방향은 L(1-X) 방향을 각각 의미할 수 있다(X는 0 또는 1임). 제1 방향의 움직임 벡터는, 디코딩 장치에 기-정의된 인터 예측 모드들 중 제1 인터 예측 모드에 기초하여 유도되고, 제2 방향의 움직임 정보는, 디코딩 장치에 기-정의된 인터 예측 모드들 중 제2 인터 예측 모드에 기초하여 유도될 수 있다.
LO 방향에 대해서 제1 인터 예측 모드가 적용되는지 아니면 L0 방향에 대해서 제2 인터 예측 모드가 적용되는지를 나타내는 정보에 기초하여, 제1 인터 예측 모드가 적용되는 제1 방향과 제2 인터 예측 모드가 적용되는 제2 방향이 특정될 수 있다. 일예로, 상기 정보가 제1 값인 경우, L0 방향에 대해서 제1 인터 예측 모드가 적용되고, L1 방향에 대해서 제2 인터 예측 모드가 적용될 수 있다. 반면, 상기 정보가 제2 값인 경우, L1 방향에 대해서 제1 인터 예측 모드가 적용되고, L0 방향에 대해서 제2 인터 예측 모드가 적용될 수 있다.
또는, 전술한 정보와 관계없이, 제1 인터 예측 모드 또는 제2 인터 예측 모드가 적용되는 방향이 인코딩 장치와 디코딩 장치에 동일하게 기-정의될 수 있다. 일예로, L0 방향에 대해서는 제1 인터 예측 모드가 적용되고, L1 방향에 대해서는 제2 인터 예측 모드가 적용되는 것으로 정의될 수 있다. 역으로, L0 방향에 대해서는 제2 인터 예측 모드가 적용되고, L1 방향에 대해서는 제1 인터 예측 모드가 적용되는 것으로 정의될 수도 있다.
이하, 설명의 편의를 위해, 제1 인터 예측 모드는 AMVP 모드이고, 제2 인터 예측 모드는 머지 모드(merge mode)인 경우를 가정한다.
AMVP 모드에서, 제1 방향의 움직임 벡터는, 움직임 예측 후보 리스트에 속한 복수의 후보 움직임 벡터들 중 어느 하나로 유도될 수 있다. 복수의 후보 움직임 벡터들은, 현재 블록에 인접한 적어도 하나의 공간적 이웃 블록의 움직임 벡터 또는 현재 블록의 시간적 이웃 블록의 움직임 벡터 중 적어도 하나를 포함할 수 있다.
상기 복수의 후보 움직임 벡터들 중 어느 하나는, 후보 인덱스에 기초하여 특정될 수 있다. 상기 후보 인덱스는, 복수의 후보 움직임 벡터들 중 어느 하나를 지시할 수 있다. 여기서, 후보 인덱스는 비트스트림을 통해 시그날링될 수 있다.
또는, 상기 복수의 후보 움직임 벡터들 중 어느 하나는, 템플릿 매칭 기반의 코스트(cost)에 기초하여 특정될 수도 있다. 구체적으로, 움직임 예측 후보 리스트에 속한 복수의 후보 움직임 벡터들 각각에 대해서, 해당 후보 움직임 벡터를 가진 공간적 또는 시간적 이웃 블록의 템플릿 영역과 현재 블록의 템플릿 영역 간의 샘플 차이(예를 들어, SAD, sum of absolute difference)가 산출될 수 있고, 산출된 샘플 차이가 코스트로 이용될 수 있다. 이때, 상기 제1 방향의 움직임 벡터는, 산출된 샘플 차이들 중 가장 작은 샘플 차이를 가진 후보 움직임 벡터로 유도될 수 있다.
또는, 상기 템플릿 매칭 기반의 코스트는, 움직임 예측 후보 리스트에 속한 복수의 후보 움직임 벡터들 중 일부에 대해서만 산출될 수도 있다. 여기서, 일부 후보 움직임 벡터는, 복수의 후보 움직임 벡터들 중 가장 작은 후보 인덱스를 가진 상위 M개의 후보 움직임 벡터를 의미할 수 있다. M은 1, 2, 3, 또는 그 이상의 정수이며, 움직임 예측 후보 리스트에 속한 후보 움직임 벡터들의 개수보다 작을 수 있다. 또는, 일부 후보 후보 움직임 벡터는, 복수의 후보 움직임 벡터들 중 시간적 이웃 블록의 움직임 벡터를 제외한 하나 또는 그 이상의 공간적 이웃 블록의 움직임 벡터들을 의미할 수도 있다. 또는, 일부 후보 움직임 벡터는, 인코딩 장치와 디코딩 장치에 동일하게 기-정의된 위치의 후보 움직임 벡터를 의미할 수 있다. 여기서, 기-정의된 위치는, 현재 블록의 상단 또는 좌측 중 적어도 하나를 포함할 수 있다.
상기 템플릿 영역이 이용 가능한 경우, 제1 방향의 움직임 벡터는 템플릿 매칭 기반의 코스트에 기초하여 유도되고, 후보 인덱스의 시그날링이 생략될 수 있다. 반면, 상기 템플릿 영역이 이용 가능하지 않은 경우, 상기 후보 인덱스가 시그날링되고, 제1 방향의 움직임 벡터는 시그날링된 후보 인덱스에 기초하여 유도될 수 있다.
머지 모드에서, 제2 방향의 움직임 벡터는, 머지 후보 리스트에 속한 복수의 머지 후보들 중 어느 하나에 기초하여 유도될 수 있다. 복수의 머지 후보들은, 현재 블록에 인접한 적어도 하나의 공간적 머지 후보 또는 현재 블록의 시간적 머지 후보 중 적어도 하나를 포함할 수 있다.
상기 복수의 머지 후보들 중 어느 하나는, 머지 인덱스에 기초하여 특정될 수 있다. 상기 머지 인덱스는, 복수의 머지 후보들 중 어느 하나를 지시할 수 있다. 여기서, 머지 인덱스는 비트스트림을 통해 시그날링될 수 있다.
또는, 상기 복수의 머지 후보들 중 어느 하나는, 양방향 매칭(bilateral matching) 기반의 코스트에 기초하여 특정될 수도 있다.
일예로, 머지 후보 리스트에 속한 복수의 머지 후보들 각각에 대해서, 제1 방향의 움직임 정보에 의해 특정되는 제1 참조 블록과 해당 머지 후보의 움직임 정보에 의해 특정되는 제2 참조 블록 간의 샘플 차이(예를 들어, SAD)가 산출될 수 있고, 산출된 샘플 차이가 코스트로 이용될 수 있다. 이때, 상기 제2 방향의 움직임 벡터는, 산출된 샘플 차이들 중 가장 작은 샘플 차이를 가진 머지 후보의 움직임 벡터로 유도될 수 있다. 상기 제1 참조 블록은, 앞서 유도된 제1 방향의 움직임 벡터 및 제1 방향의 참조 픽쳐 인덱스에 의해 지시되는 참조 픽쳐에 기초하여 특정될 수 있다. 상기 제2 참조 블록은, 해당 머지 후보의 제2 방향의 움직임 벡터 및 해당 머지 후보의 제2 방향의 참조 픽쳐 인덱스에 의해 지시되는 참조 픽쳐에 기초하여 특정될 수 있다.
또는, 상기 양방향 매칭에 기반한 코스트는, 머지 후보 리스트에 속한 복수의 머지 후보들 중 일부에 대해서만 산출될 수도 있다. 여기서, 일부 머지 후보는, 복수의 머지 후보들 중 가장 작은 머지 인덱스를 가진 상위 N개의 머지 후보를 의미할 수 있다. N은 1, 2, 3, 또는 그 이상의 정수이며, 머지 후보 리스트에 속한 머지 후보들의 개수보다 작을 수 있다. 또는, 일부 머지 후보는, 복수의 머지 후보들 중 시간적 머지 후보를 제외한 하나 또는 그 이상의 공간적 머지 후보들을 의미할 수도 있다. 또는, 일부 머지 후보는, 인코딩 장치와 디코딩 장치에 동일하게 기-정의된 위치의 머지 후보를 의미할 수 있다. 여기서, 기-정의된 위치는, 현재 블록의 상단 또는 좌측 중 적어도 하나를 포함할 수 있다.
제2 방향의 움직임 벡터는, 전술한 머지 인덱스 또는 양방향 매칭 기반의 코스트 중 어느 하나를 선택적으로 이용하여 유도될 수 있다. 상기 선택적 이용을 위해 양방향 매칭 기반의 코스트가 이용되는지 여부를 나타내는 플래그가 이용될 수 있다. 여기서, 플래그는 비트스트림을 통해 시그날링될 수도 있고, 현재 블록의 파라미터에 기초하여 묵시적으로 유도될 수도 있다. 여기서, 파라미터는, 크기, 형태, 분할 타입, 성분 타입, 머지 후보 리스트에 속한 머지 후보의 최대 개수, 또는 공간적/시간적 이웃 블록의 가용 여부 중 적어도 하나를 포함할 수 있다.
도 4를 참조하면, 앞서 유도된 현재 블록의 움직임 벡터는, 소정의 델타 움직임 벡터에 기초하여 보정될 수 있다(S410).
병합 인터 모드에 따른 현재 블록의 움직임 벡터를 보정하기 위해 델타 움직임 벡터가 이용될 수 있다. 상기 델타 움직임 벡터는, 양방향 매칭 또는 템플릿 매칭 중 어느 하나에 기초하여 결정될 수 있으며, 이하 자세히 살펴보도록 한다.
양방향 매칭 기반의 보정 방법
디코딩 장치는, 소정의 탐색 범위 내에서 현재 블록의 참조 블록의 위치를 기준으로 탐색을 수행하여 SAD 어레이를 산출할 수 있다.
상기 현재 블록의 참조 블록은, 제1 방향의 참조 블록(이하, 제1 참조 블록이라 함)과 제2 방향의 참조 블록(이하, 제2 참조 블록이라 함)을 포함할 수 있다. 제1 참조 블록은, 전술한 AMVP 모드에 따른 움직임 정보에 의해 특정된 것일 수 있다. 즉, 제1 참조 블록은, 제1 방향의 움직임 벡터 및 제1 방향의 참조 픽쳐 인덱스에 의해 지시된 참조 픽쳐에 기초하여 특정될 수 있다. 제1 방향의 참조 픽쳐 인덱스는, 비트스트림을 통하여 현재 블록에 대해 시그날링된 것일 수 있다. 제2 참조 블록은, 전술한 머지 모드에 따른 움직임 정보에 의해 특정된 것일 수 있다. 즉, 제2 참조 블록은, 제2 방향의 움직임 벡터 및 제2 방향의 참조 픽쳐 인덱스에 지시된 참조 픽쳐에 기초하여 특정될 수 있다. 제2 방향의 참조 픽쳐 인덱스는, S400에서 특정된 머지 후보의 참조 픽쳐 인덱스일 수 있다.
상기 SAD 어레이는, 상기 탐색 범위 내에서 탐색 위치 별로 산출된 복수의 SAD로 구성될 수 있다. 각 SAD는, 양방향으로 탐색된 적어도 둘의 블록 간 샘플 차이로 산출될 수 있다. 이때, 제1 방향으로 탐색된 블록을 LX 블록이라 부르고, 제2 방향으로 탐색된 블록을 L(1-X) 블록이라 부르기로 한다. 상기 SAD는, LX 및 L(1-X) 블록에 속한 모든 샘플을 기초로 산출될 수도 있고, LX 및 L(1-X) 블록 내의 일부 샘플을 기초로 산출될 수도 있다.
여기서, 일부 샘플은 LX 및 L(1-X) 블록의 서브 블록을 의미하고, 서브 블록의 너비 또는 높이 중 적어도 하나는 LX 및 L(1-X) 블록의 너비 또는 높이의 절반일 수 있다. 즉, LX 및 L(1-X) 블록은 W x H의 크기를 가지며, 상기 일부 샘플은 W x H/2, W/2 x H 또는 W/2 x H/2의 크기를 가진 서브 블록일 수 있다. 이때, 일부 샘플이 W x H/2의 서브 블록인 경우, 일부 샘플은 LX 및 L(1-X) 블록 내에서 상단 서브 블록(혹은 하단 서브 블록)일 수 있다. 일부 샘플이 W/2 x H의 서브 블록인 경우, 일부 샘플은 LX 및 L(1-X) 블록 내에서 좌측 서브 블록(혹은 우측 서브 블록)일 수 있다. 일부 샘플이 W/2 x H/2의 서브 블록인 경우, 일부 샘플은 LX 및 L(1-X) 블록 내에서 좌상단 서브 블록일 수 있으나, 이에 한정되지 아니한다.
또는, 일부 샘플은, LX 및 L(1-X) 블록의 짝수번째 샘플 라인 중 적어도 하나 또는 홀수번째 샘플 라인 중 적어도 하나로 정의될 수도 있다. 이때, 샘플 라인은 수직 방향의 샘플 라인일 수도 있고, 수평 방향의 샘플 라인일 수도 있다.
또는, 일부 샘플은, 인코딩/디코딩 장치에 동일하게 기-정의된 위치의 샘플을 의미할 수 있다. 예를 들어, 상기 기-정의된 위치의 샘플은, LX 및 L(1-X) 블록 내의 좌상단 샘플, 우상단 샘플, 좌하단 샘플, 우하단 샘플, 중앙 샘플, 현재 블록의 경계에 인접한 샘플 열/행의 중앙 샘플, 또는 현재 블록 내 대각 라인에 위치한 샘플 중 적어도 하나를 의미할 수 있다.
상기 탐색 범위 내 탐색 위치는, 현재 블록의 참조 블록의 위치에서 x축 방향으로 p만큼, y축 방향으로 q만큼 쉬프트된 위치일 수 있다. 예를 들어, p와 q가 -1 내지 1의 범위에 속한 정수인 경우, 탐색 범위 내에서 정수 펠 단위의 탐색 위치의 개수는 최대 9개일 수 있다. 또는, p와 q가 -2 내지 2의 범위에 속한 정수인 경우, 탐색 범위 내에서 정수 펠 단위의 탐색 위치의 개수는 최대 25개일 수 있다. 다만, 이에 한정되지 아니하며, p와 q는 크기(또는, 절대값)가 2보다 큰 정수 사이에 속할 수도 있고, 소수 펠 단위의 탐색이 수행될 수도 있다.
상기 탐색 범위 내 탐색 위치는, 인코딩 장치와 디코딩 장치에 동일하게 기-정의된 오프셋에 기초하여 결정될 수 있다. 즉, 오프셋은, 현재 블록의 참조 블록의 위치와 탐색 위치 간의 변이 벡터로 정의될 수 있다. 상기 오프셋은, 넌-방향성 오프셋 또는 방향성 오프셋 중 적어도 하나를 포함할 수 있다. 상기 방향성 오프셋은, 좌측, 우측, 상단, 하단, 좌상단, 우상단, 좌하단 또는 우하단 중 적어도 하나의 방향에 대한 오프셋을 포함할 수 있다. 상기 넌-방향성 오프셋은, 크기가 0인 오프셋을 의미하고, 상기 방향성 오프셋은, 오프셋의 x-성분 또는 y-성분 중 적어도 하나의 크기(또는, 절대값)가 1보다 크거나 같은 오프셋을 의미할 수 있다.
일예로, 오프셋은 다음 표 1과 같이 정의될 수 있다.
인덱스(i) | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
dX[ i ] | -1 | 0 | 1 | -1 | 0 | 1 | -1 | 0 | 1 |
dY[ i ] | -1 | -1 | -1 | 0 | 0 | 0 | 1 | 1 | 1 |
표 1은 인덱스 별로 탐색 위치를 특정하는 오프셋을 정의한 것으로서, dX[i]는 i번째 오프셋의 x-성분을 의미하고, dY[i]는 i번째 오프셋의 y-성분을 의미할 수 있다. 표 1에 따른 오프셋은, (0,0)의 넌-방향성 오프셋 및 8개의 방향성 오프셋을 포함할 수 있다. 다만, 표 1에서의 인덱스는 오프셋을 구별하기 위한 것에 불과하며, 인덱스에 대응하는 오프셋의 위치를 한정하거나, 오프셋 간의 우선순위를 한정한 것은 아니다. 또한, 표 1은 오프셋의 x-성분과 y-성분의 크기가 1인 경우를 나타내나, 이는 일예에 불과하며, x-성분 또는 y-성분 중 적어도 하나의 크기가 2보다 크거나 같은 오프셋이 정의될 수도 있다.
상기 오프셋은 L0 방향과 L1 방향에 대해서 각각 정의될 수 있다. L1 방향의 탐색을 위한 오프셋은, L0 방향의 탐색을 위한 오프셋에 종속적으로 결정될 수 있다. 일예로, L0 방향의 탐색을 위한 오프셋이 (p,q)인 경우, L1 방향의 탐색을 위한 오프셋은 미러링을 통해 (-p,-q)으로 설정될 수 있다. 또는, L1 방향의 탐색을 위한 오프셋은, L0 방향의 탐색을 위한 오프셋과 독립적으로 결정될 수도 있다.
전술한 오프셋의 크기 및/또는 방향에 관한 정보는, 인코딩 장치와 디코딩 장치에 동일하게 기-정의된 것일 수도 있고, 인코딩 장치에서 부호화되어 디코딩 장치로 시그날링될 수도 있다. 상기 정보는, 전술한 블록 속성을 고려하여 가변적으로 결정될 수도 있다.
전술한 방법을 통해, 탐색 범위 내 탐색 위치(또는, 기-정의된 오프셋 각각에 대응하는 SAD가 산출될 수 있다. SAD 어레이의 복수의 SAD 중에서 최소값을 가진 SAD가 식별될 수 있고, 식별된 SAD에 대응하는 오프셋을 기반으로 델타 움직임 벡터가 결정될 수 있다. L0 방향의 움직임 벡터는 델타 움직임 벡터(deltaMV)를 기반으로 보정되고, L1 방향의 움직임 벡터는 미러링된 델타 움직임 벡터(-deltaMV)를 기반으로 보정될 수 있다.
템플릿 매칭 기반의 보정 방법
디코딩 장치는, 소정의 탐색 범위 내에서 현재 블록의 참조 블록의 위치를 기준으로 탐색을 수행하여 SAD 어레이를 산출할 수 있다. 여기서, SAD 어레이는, 탐색 범위 내에서 탐색 위치 별로 산출된 복수의 SAD로 구성될 수 있다. 각 SAD는, 현재 블록의 템플릿 영역과 탐색 위치의 템플릿 영역 간 샘플 차이로 산출될 수 있다. 상기 탐색 위치의 템플릿 영역은, 상기 탐색 위치의 샘플을 좌상단 샘플로 가지는 블록의 템플릿 영역을 의미할 수 있다.
상기 SAD는, 현재 블록과 탐색 위치의 템플릿 영역에 속한 모든 샘플을 기초로 산출될 수도 있고, 템플릿 영역 내 일부 샘플을 기초로 산출될 수도 있다.
여기서, 일부 샘플은, 템플릿 영역 내 짝수번째 샘플 라인 중 적어도 하나 또는 홀수번째 샘플 라인 중 적어도 하나를 의미할 수 있다. 이때, 샘플 라인은 수직 방향의 샘플 라인일 수도 있고, 수평 방향의 샘플 라인일 수도 있다.
또는, 템플릿 영역은 블록(즉, 현재 블록, 탐색 위치의 블록)에 인접한 상단 영역, 좌측 영역, 좌상단 영역, 좌하단 영역 또는 우상단 영역 중 적어도 하나를 포함할 수 있다. 이 경우, 일부 샘플은 템플릿 영역 내에서 특정 위치의 영역에 속한 샘플로 제한될 수 있다. 일예로, 특정 위치의 영역은, 상단 영역 또는 좌측 영역 중 적어도 하나를 포함할 수 있다.
또는, 템플릿 영역은 블록에 인접한 이웃 샘플 라인 및/또는 적어도 하나의 넌-이웃 샘플 라인을 포함할 수 있다. 이 경우, 일부 샘플은 템플릿 영역 내에서 특정 위치의 샘플 라인에 속한 샘플로 제한될 수 있다. 일예로, 특정 위치의 샘플 라인은, 인코딩 장치와 디코딩 장치에 동일하게 기-정의된 것으로서, 이웃 샘플 라인, 블록의 경계에서 1-샘플만큼 떨어진 넌-이웃 샘플 라인, 또는 블록의 경계에서 2-샘플만큼 떨어진 넌-이웃 샘플 라인 중 적어도 하나를 포함할 수 있다. 상기 특정 위치의 샘플 라인을 지시하는 정보가 비트스트림을 통해 시그날링될 수도 있다.
상기 탐색 범위 내 탐색 위치는, 현재 블록의 참조 블록의 위치에서 x축 방향으로 p만큼, y축 방향으로 q만큼 쉬프트된 위치일 수 있고, 인코딩 장치와 디코딩 장치에 동일하게 기-정의된 오프셋에 기초하여 결정될 수 있다. 이에 대해서는 앞서 '양방향 매칭 기반의 보정 방법'에서 살펴본 바와 같으며, 여기서 중복된 설명은 생략하기로 한다.
전술한 방법을 통해, 제1 방향과 제2 방향 각각에 대해서 SAD 어레이가 산출될 수 있다. 제1 방향의 SAD 어레이에 속한 복수의 SAD 중에서 최소값을 가진 SAD가 식별되고, 식별된 SAD에 대응하는 오프셋을 기반으로 제1 방향의 델타 움직임 벡터가 결정될 수 있다. 상기 결정된 제1 방향의 델타 움직임 벡터를 기반으로, AMVP 모드에 따른 제1 움직임 벡터가 보정될 수 있다. 마찬가지로, 제2 방향의 SAD 어레이에 속한 복수의 SAD 중에서 최소값을 가진 SAD가 식별되고, 식별된 SAD에 대응하는 오프셋을 기반으로 제2 방향의 델타 움직임 벡터가 결정될 수 있다. 상기 결정된 제2 방향의 델타 움직임 벡터를 기반으로, 머지 모드에 따른 제2 움직임 벡터가 보정될 수 있다.
현재 블록이 소정의 조건을 만족하는지 여부에 따라, 전술한 양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나가 선택적으로 이용될 수 있다.
일예로, 현재 블록을 포함한 현재 픽쳐와 제1 참조 블록을 포함한 제1 참조 픽쳐 간의 POC 차이와 현재 픽쳐와 제2 참조 블록을 포함한 제2 참조 픽쳐 간의 POC 차이가 서로 동일한 경우, 양방향 매칭 기반의 보정 방법이 이용되고, 그렇지 않은 경우, 템플릿 매칭 기반의 보정 방법이 이용될 수 있다.
다만, 병합 인터 모드에 따른 움직임 벡터의 보정은, 현재 블록을 포함한 영상 단위에 대해 움직임 벡터의 보정이 허용되는지 여부에 기초하여 적응적으로 수행될 수 있다. 즉, 영상 단위에 대해 움직임 벡터의 보정이 허용되는 경우에 한하여, 현재 블록의 병합 인터 모드에 따른 움직임 벡터의 보정이 수행될 수 있다. 상기 영상 단위는, 시퀀스, 픽쳐, 서브-픽쳐, 또는 슬라이스 중 적어도 하나를 포함할 수 있다.
영상 단위에 대해 움직임 벡터의 보정이 허용되는지 여부는, 영상 단위에 대해 움직임 벡터의 보정이 허용되는지 여부를 나타내는 제1 플래그에 기초하여 결정될 수 있다. 여기서, 제1 플래그는 비트스트림의 시퀀스 파라미터 세트, 픽쳐 파라미터 세트, 픽쳐 헤더, 또는 슬라이스 헤더 중 적어도 하나를 통해 시그날링될 수 있다.
영상 단위에 대해 움직임 벡터의 보정이 허용되는지 여부는, 영상 단위에 대해 양방향 매칭 기반의 보정이 허용되는지 여부를 나타내는 제2 플래그 또는 영상 단위에 대해 템플릿 매칭 기반의 보정이 허용되는지 여부를 나타내는 제3 플래그 중 적어도 하나에 기초하여 결정될 수 있다. 제2 플래그가 제1 값인 경우, 현재 영상 단위에 대해 양방향 매칭 기반의 보정이 허용되고, 제2 플래그가 제2 값인 경우, 현재 영상 단위에 대해 양방향 매칭 기반의 보정이 허용되지 않을 수 있다. 제3 플래그가 제1 값인 경우, 현재 영상 단위에 대해 템플릿 매칭 기반의 보정이 허용되고, 제3 플래그가 제2 값인 경우, 현재 영상 단위에 대해 템플릿 매칭 기반의 보정이 허용되지 않을 수 있다.
일예로, 제2 플래그 또는 제3 플래그 중 적어도 하나가 제1 값인 경우, 현재 영상 단위에 대해 움직임 벡터의 보정이 허용되는 것으로 결정되고, 제2 플래그 및 제3 플래그 둘다 제2 값인 경우, 현재 영상 단위에 대해 움직임 벡터의 보정이 허용되지 않는 것으로 결정될 수 있다.
또는, 제2 플래그 및 제3 플래그 둘다 제1 값인 경우, 현재 영상 단위에 대해 움직임 벡터의 보정이 허용되는 것으로 결정되고, 제2 플래그 또는 제3 플래그 중 적어도 하나가 제2 값인 경우, 현재 영상 단위에 대해 움직임 벡터의 보정이 허용되지 않는 것으로 결정될 수 있다.
제2 및 제3 플래그는 비트스트림의 시퀀스 파라미터 세트, 픽쳐 파라미터 세트, 픽쳐 헤더, 또는 슬라이스 헤더 중 적어도 하나를 통해 시그날링될 수 있다.
전술한 바와 같이, 현재 블록이 소정의 조건을 만족하는지 여부에 따라, 전술한 양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나가 선택 가능하더라도, 현재 블록에 대해 상기 선택된 보정 방법이 이용 가능한지 여부를 추가적으로 판단할 수 있다.
일예로, 현재 픽쳐와 제1 참조 픽쳐 간의 POC 차이와 현재 픽쳐와 제2 참조 픽쳐 간의 POC 차이가 서로 동일한 경우라도, 현재 영상 단위에 대해 양방향 매칭 기반의 보정이 허용되는지 여부를 나타내는 제2 플래그에 기초하여, 현재 블록의 움직임 벡터에 대해 양방향 매칭 기반의 보정이 적응적으로 수행될 수 있다. 즉, 양 POC 차이가 서로 동일하고, 상기 제2 플래그에 따라 현재 영상 단위에 대해 양방향 매칭 기반의 보정이 허용되는 경우, 병합 인터 모드에 따른 현재 블록의 움직임 벡터는 양방향 매칭 기반의 보정 방법을 통해 보정될 수 있다. 반면, 양 POC 차이가 서로 동일하나, 상기 제2 플래그에 따라 현재 영상 단위에 대해 양방향 매칭 기반의 보정이 허용되지 않는 경우, 병합 인터 모드에 따른 현재 블록의 움직임 벡터는 양방향 매칭 기반의 보정 방법을 통해 보정되지 않을 수 있다.
또한, 현재 픽쳐와 제1 참조 픽쳐 간의 POC 차이와 현재 픽쳐와 제2 참조 픽쳐 간의 POC 차이가 서로 상이한 경우라도, 현재 영상 단위에 대해 템플릿 매칭 기반의 보정이 허용되는지 여부를 나타내는 제3 플래그에 기초하여, 움직임 벡터의 보정이 적응적으로 수행될 수 있다. 즉, 양 POC 차이가 서로 상이하고, 상기 제3 플래그에 따라 현재 영상 단위에 대해 템플릿 매칭 기반의 보정이 허용되는 경우, 병합 인터 모드에 따른 현재 블록의 움직임 벡터는 템플릿 매칭 기반의 보정 방법을 통해 보정될 수 있다. 반면, 양 POC 차이가 서로 상이하나, 상기 제3 플래그에 따라 현재 영상 단위에 대해 템플릿 매칭 기반의 보정이 허용되지 않는 경우, 병합 인터 모드에 따른 현재 블록의 움직임 벡터는 템플릿 매칭 기반의 보정 방법을 통해 보정되지 않을 수 있다.
전술한 바와 같이, 현재 블록이 소정의 조건을 만족하는지 여부에 따라, 전술한 양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나가 선택 가능하더라도, 현재 블록이 선택된 보정 방법을 이용하는지 여부를 추가적으로 판단할 수 있다.
일예로, 현재 픽쳐와 제1 참조 픽쳐 간의 POC 차이와 현재 픽쳐와 제2 참조 픽쳐 간의 POC 차이가 서로 동일한 경우라도, 현재 블록이 양방향 매칭 기반의 보정 방법을 이용하는지 여부를 나타내는 제4 플래그에 기초하여, 움직임 벡터의 보정이 적응적으로 수행될 수 있다. 즉, 양 POC 차이가 서로 동일하고, 상기 제4 플래그에 따라 현재 블록이 양방향 매칭 기반의 보정 방법을 이용하는 경우, 병합 인터 모드에 따른 현재 블록의 움직임 벡터는 양방향 매칭 기반의 보정 방법을 통해 보정될 수 있다. 반면, 양 POC 차이가 서로 동일하나, 상기 제4 플래그에 따라 현재 블록이 양방향 매칭 기반의 보정 방법을 이용하지 않는 경우, 병합 인터 모드에 따른 현재 블록의 움직임 벡터는 양방향 매칭 기반의 보정 방법을 통해 보정되지 않을 수 있다.
또한, 현재 픽쳐와 제1 참조 픽쳐 간의 POC 차이와 현재 픽쳐와 제2 참조 픽쳐 간의 POC 차이가 서로 상이한 경우라도, 현재 블록이 템플릿 매칭 기반의 보정 방법을 이용하는지 여부를 나타내는 제5 플래그에 기초하여, 움직임 벡터의 보정이 적응적으로 수행될 수 있다. 즉, 양 POC 차이가 서로 상이하고, 상기 제5 플래그에 따라 현재 블록이 템플릿 매칭 기반의 보정 방법을 이용하는 경우, 병합 인터 모드에 따른 현재 블록의 움직임 벡터는 템플릿 매칭 기반의 보정 방법을 통해 보정될 수 있다. 반면, 양 POC 차이가 서로 상이하나, 상기 제5 플래그에 따라 현재 블록이 템플릿 매칭 기반의 보정 방법을 이용하지 않는 경우, 병합 인터 모드에 따른 현재 블록의 움직임 벡터는 템플릿 매칭 기반의 보정 방법을 통해 보정되지 않을 수 있다.
상기 제4 및 제5 플래그를 기반으로, 양 POC 차이의 동일 여부에 따라 선택된 보정 방법이 현재 블록에 대해 이용되는지 여부를 판단할 수 있다. 상기 제4 및 제5 플래그는, 비트스트림을 통해 시그날링될 수도 있고, 전술한 블록 속성을 고려하여 묵시적으로 유도될 수도 있다.
소정의 조건을 만족하는지 여부에 따라 선택된 보정 방법이라도 전술한 하나 또는 그 이상의 플래그에 기초하여 그 이용이 제한될 수 있다. 이 경우, 현재 블록에 대해 움직임 벡터의 보정이 생략될 수 있다. 또는, 현재 블록의 움직임 벡터는, 선택된 보정 방법이 아닌 다른 보정 방법을 통해 보정될 수도 있다.
일예로, 기-선택된 보정 방법이 양방향 매칭 기반의 보정 방법이나, 현재 블록에 대해 양방향 매칭 기반의 보정 방법이 이용 불가한 경우, 현재 블록의 움직임 벡터는 템플릿 매칭 기반의 보정 방법을 통해 보정될 수 있다. 또는, 기-선택된 보정 방법이 템플릿 매칭 기반의 보정 방법이나, 현재 블록에 대해 템플릿 매칭 기반의 보정 방법이 이용 불가한 경우, 현재 블록의 움직임 벡터는 양방향 매칭 기반의 보정 방법을 통해 보정될 수 있다. 이에 대해서는 도 5 및 도 6을 참조하여 자세히 살펴보기로 한다.
도 4를 참조하면, 보정된 움직임 벡터를 기반으로 현재 블록의 예측 블록을 생성할 수 있다(S420).
구체적으로, 제1 방향의 경우, 보정된 제1 움직임 벡터가 최종 제1 움직임 벡터로 설정될 수 있고, 최종 제1 움직임 벡터를 기반으로 제1 방향의 예측 블록(이하, 제1 예측 블록이라 함)이 생성될 수 있다. 또는, 제1 방향의 경우, 보정된 제1 움직임 벡터와 비트스트림을 통해 시그날링된 움직임 벡터 차이(mvd)를 기반으로 최종 제1 움직임 벡터를 유도할 수 있다. 상기 유도된 최종 제1 움직임 벡터를 기반으로 제1 예측 블록이 생성될 수도 있다.
한편, 제2 방향의 경우, 보정된 제2 움직임 벡터가 최종 제2 움직임 벡터로 설정될 수 있고, 최종 제2 움직임 벡터를 기반으로 제2 방향의 예측 블록(이하, 제2 예측 블록이라 함)이 생성될 수 있다.
상기 제1 예측 블록과 제2 예측 블록을 기반으로, 현재 블록의 예측 블록을 생성할 수 있다. 일예로, 제1 예측 블록과 제2 예측 블록의 가중합을 통해 현재 블록의 예측 블록이 생성될 수 있다. 이때, 제1 예측 블록에 적용되는 가중치와 제2 예측 블록에 적용되는 가중치는 동일할 수 있다. 또는, 제1 예측 블록에 적용되는 가중치와 제2 예측 블록에 적용되는 가중치의 비율는, 1:1, 2:1, 1:2, 3:1, 1:3, 5:3, 3:5, 5:-1, 또는 -1:5 일 수 있다. 상기 가중합을 위한 가중치는, 소정의 가중치 인덱스에 기초하여 결정될 수 있다. 상기 가중치 인덱스는, 인코딩 장치와 디코딩 장치에 동일하게 기-정의된 복수의 가중치 후보들 중 어느 하나를 특정할 수 있다. 복수의 가중치 후보들 중 적어도 하나는, 전술한 가중치 비율 중 적어도 하나를 가질 수 있다. 상기 가중치 인덱스는 비트스트림을 통해 시그날링될 수 있다. 또는, 상기 가중치 인덱스는, 인트라 모드로 부호화된 이웃 블록의 존부/개수/위치, 인터 모드로 부호화된 이웃 블록의 존부/개수/위치, 인터 예측 모드의 타입, AMVP 모드로 부호화된 이웃 블록의 개수/위치, 머지 모드로 부호화된 이웃 블록의 개수/위치 등을 고려하여 묵시적으로 유도될 수도 있다.
병합 인터 모드에 따라 유도된 현재 블록의 움직임 벡터에 대해서 보정이 수행되지 않을 수 있다. 이 경우, 제1 방향에 대해서 기-유도된 제1 움직임 벡터가 최종 제1 움직임 벡터로 설정될 수 있고, 최종 제1 움직임 벡터를 기반으로 제1 예측 블록이 생성될 수 있다. 또는, 제1 방향에 대해서 기-유도된 제1 움직임 벡터와 비트스트림을 통해 시그날링된 움직임 벡터 차이(mvd)를 기반으로 최종 제1 움직임 벡터가 유도될 수 있다. 상기 유도된 최종 제1 움직임 벡터를 기반으로 제1 예측 블록이 생성될 수도 있다. 한편, 제2 방향에 대해서 기-유도된 제2 움직임 벡터가 최종 제2 움직임 벡터로 설정될 수 있고, 최종 제2 움직임 벡터를 기반으로 제2 예측 블록이 생성될 수 있다.
도 5는 본 개시에 따른 일실시예로서, 스케일링된 움직임 벡터를 이용한 양방향 매칭 기반의 보정 방법을 도시한 것이다.
본 실시예는, 현재 픽쳐와 제1 참조 픽쳐 간의 POC 차이와 현재 픽쳐와 제2 참조 픽쳐 간의 POC 차이가 서로 상이하고, 현재 블록에 대해 템플릿 매칭 기반의 보정이 불가한 경우를 가정한다. 여기서, 현재 블록에 대해 템플릿 매칭 기반의 불가한 경우라 함은, 전술한 제3 플래그에 따라 현재 블록이 속한 현재 영상 단위에 대해 템플릿 매칭 기반의 보정이 허용되지 않는 경우 또는 전술한 제5 플래그에 따라 현재 블록이 템플릿 매칭 기반의 보정 방법을 이용하지 않는 경우를 의미할 수 있다.
이와 같이, 현재 픽쳐와 제1 참조 픽쳐 간의 POC 차이와 현재 픽쳐와 제2 참조 픽쳐 간의 POC 차이가 서로 상이함에도 불구하고, 템플릿 매칭 기반의 보정이 불가한 경우, 양방향 매칭 기반의 보정이 가능하도록 머지 모드에 따른 제2 움직임 벡터를 스케일링하고, 스케일링된 제2 움직임 벡터를 기반으로 양방향 매칭 기반의 보정을 수행할 수 있다.
도 5를 참조하면, 병합 인터 모드에 따라 유도된 것으로서, 현재 블록의 양방향 예측을 위한 움직임 정보가 도시된다. 구체적으로, mvp[L0]와 Ref[L0]는, L0 방향의 움직임 벡터와 참조 픽쳐를 각각 나타내며, AMVP 모드에 따른 제1 움직임 벡터와 제1 참조 픽쳐를 각각 의미할 수 있다. mvp[L1]와 Ref[L1]는, L1 방향의 움직임 벡터와 참조 픽쳐를 각각 나타내며, 머지 모드에 따른 제2 움직임 벡터와 제2 참조 픽쳐를 각각 의미할 수 있다.
현재 픽쳐(Cur)와 제1 참조 픽쳐(Ref[L0]) 간의 제1 거리(Distance_A)와 현재 픽쳐(Cur)와 제2 참조 픽쳐(Ref[L1]) 간의 제2 거리(Distance_B)가 서로 상이할 수 있다. 여기서, 거리는 출력 순서(POC, picture order count)의 차이로 표현될 수 있다. 이 경우, 머지 모드에 따른 제2 움직임 벡터(mvp[L1])는 상기 제1 거리 또는 제2 거리 중 적어도 하나를 기반으로 스케일링될 수 있다. 일예로, 머지 모드에 따른 제2 움직임 벡터는 다음 수학식 1과 같이 스케일링될 수 있다.
수학식 1에서, mvp[L1]'는 스케일링된 제2 움직임 벡터를 의미한다. D1은 현재 픽쳐(Cur)와 제1 참조 픽쳐(Ref[L0]) 간의 POC 차이를 나타내고, D2는 현재 픽쳐(Cur)와 제2 참조 픽쳐(Ref[L1]) 간의 POC 차이를 나타낸다.
한편, 현재 픽쳐와의 거리가 상기 제1 거리와 동일한 참조 픽쳐가 L1 방향의 참조 픽쳐 리스트에서 선택되고, 머지 모드에 따른 제2 참조 픽쳐(Ref[L1])는 선택된 참조 픽쳐로 대체될 수 있다. 또는, 머지 모드에 따른 제2 참조 픽쳐(Ref[L1])는, L1 방향의 참조 픽쳐 리스트에 속한 것으로서, 제1 참조 픽쳐와 동일한 픽쳐로 대체될 수 있다.
AMVP 모드에 따른 제1 움직임 벡터(mvp[L0]), 제1 참조 픽쳐(Ref[L0]), 스케일링된 제2 움직임 벡터(mvp[L1]'), 그리고 상기 대체된 참조 픽쳐(Ref[L1]')를 이용한 양방향 매칭 기반의 보정 방법을 통해, 현재 블록의 움직임 벡터를 보정할 수 있다. 양방향 매칭 기반의 보정 방법에 대해서는 도 4를 참조하여 살펴본 바와 같으며, 여기서 자세하 설명은 생략하기로 한다.
도 6은 본 개시에 따른 일실시예로서, 스케일링된 오프셋을 이용한 양방향 매칭 기반의 보정 방법을 도시한 것이다.
본 실시예는, 현재 픽쳐와 제1 참조 픽쳐 간의 POC 차이와 현재 픽쳐와 제2 참조 픽쳐 간의 POC 차이가 서로 상이하고, 현재 블록에 대해 템플릿 매칭 기반의 보정이 불가한 경우를 가정한다. 여기서, 현재 블록에 대해 템플릿 매칭 기반의 불가한 경우라 함은, 전술한 제3 플래그에 따라 현재 블록이 속한 현재 영상 단위에 대해 템플릿 매칭 기반의 보정이 허용되지 않는 경우 또는 전술한 제5 플래그에 따라 현재 블록이 템플릿 매칭 기반의 보정 방법을 이용하지 않는 경우를 의미할 수 있다.
이와 같이, 현재 픽쳐와 제1 참조 픽쳐 간의 POC 차이와 현재 픽쳐와 제2 참조 픽쳐 간의 POC 차이가 서로 상이함에도 불구하고, 템플릿 매칭 기반의 보정이 불가할 수 있다. 이 경우, 머지 모드에 따라 움직임 정보가 유도된 제2 방향에서의 탐색을 위한 오프셋을 스케일링하고, 스케일링된 오프셋을 기반으로 양방향 매칭 기반의 보정을 수행할 수 있다. 이때, 제1 방향에서의 탐색을 위한 오프셋에 대해서는 스케일링이 수행되지 않을 수 있다.
도 6을 참조하면, 병합 인터 모드에 따라 유도된 것으로서, 현재 블록의 양방향 예측을 위한 움직임 정보가 도시된다. 구체적으로, mvp[L0]와 Ref[L0]는, L0 방향의 움직임 벡터와 참조 픽쳐를 각각 나타내며, AMVP 모드에 따른 제1 움직임 벡터와 제1 참조 픽쳐를 각각 의미할 수 있다. mvp[L1]와 Ref[L1]는, L1 방향의 움직임 벡터와 참조 픽쳐를 각각 나타내며, 머지 모드에 따른 제2 움직임 벡터와 제2 참조 픽쳐를 각각 의미할 수 있다. 현재 픽쳐(Cur)와 제1 참조 픽쳐(Ref[L0]) 간의 제1 거리는 Distance_A로, 현재 픽쳐(Cur)와 제2 참조 픽쳐(Ref[L1]) 간의 제2 거리는 Distance_B로 각각 표현될 수 있다. 여기서, 거리는 출력 순서(POC, picture order count)의 차이를 의미할 수 있다.
L0 방향에서의 탐색을 위한 오프셋이 (offsetx,offsety)인 경우, L1 방향에서의 탐색을 위한 오프셋은 L0 방향에서의 오프셋을 미러링하여 (-offsetx,-offsety)으로 유도될 수 있다.
다만, 도 6에 도시된 바와 같이, 제1 거리(Distance_A)와 제2 거리(Distance_B)가 서로 상이한 경우, L1 방향에서의 탐색을 위한 오프셋은 제1 거리 또는 제2 거리 중 적어도 하나를 기반으로 스케일링될 수 있다. 일예로, L1 방향에서의 탐색을 위한 오프셋은 다음 수학식 2와 같이 스케일링될 수 있다.
수학식 2에서, scaling(-offsetx,-offsety)는 스케일링된 오프셋을 의미한다. D1은 현재 픽쳐(Cur)와 제1 참조 픽쳐(Ref[L0]) 간의 POC 차이를 나타내고, D2는 현재 픽쳐(Cur)와 제2 참조 픽쳐(Ref[L1]) 간의 POC 차이를 나타낸다.
즉, AMVP 모드에 따른 제1 움직임 벡터(mvp[L0]), 제1 참조 픽쳐(Ref[L0]), 머지 모드에 따른 제2 움직임 벡터(mvp[L1]), 제2 참조 픽쳐(Ref[L1])를 이용하되, L1 방향에 대해서 스케일링된 오프셋을 기반으로 탐색을 수행하여, 현재 블록의 움직임 벡터를 보정할 수 있다.
도 7은 본 개시에 따른 병합 인터 모드 기반의 인터 예측 방법을 수행하는 인터 예측부(332)의 개략적인 구성을 도시한 것이다.
도 7을 참조하면, 인터 예측부(332)는, 움직임 벡터 유도부(700), 움직임 벡터 보정부(710) 및 예측 블록 생성부(720)를 포함할 수 있다. 움직임 벡터 유도부(700), 움직임 벡터 보정부(710) 및 예측 블록 생성부(720)에서는, 전술한 S400 내지 S420 단계가 각각 수행될 수 있다.
구체적으로, 움직임 벡터 유도부(700)는, 병합 인터 모드에 기초하여 현재 블록의 움직임 벡터를 유도할 수 있다. 여기서, 현재 블록의 움직임 벡터는, 양방향 예측을 위한 움직임 벡터 즉, 제1 방향의 움직임 벡터와 제2 방향의 움직임 벡터를 포함하고, 제1 및 제2 방향의 움직임 벡터는 서로 다른 인터 예측 모드를 기반으로 유도될 수 있다. 일예로, 움직임 벡터 유도부(700)는, AMVP 모드에 기초하여 제1 방향의 움직임 벡터를 유도하고, 머지 모드에 기초하여 제2 방향의 움직임 벡터를 유도할 수 있다. 이에 대해서는 도 4를 참조하여 살펴본 바와 같으며, 여기서 자세한 설명은 생략하기로 한다.
움직임 벡터 보정부(710)는, 소정의 델타 움직임 벡터를 기반으로 상기 현재 블록의 움직임 벡터를 보정할 수 있다. 이때, 델타 움직임 벡터는, 양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나에 기초하여 결정될 수 있다. 이에 대해서는 도 4를 참조하여 살펴본 바와 같으며, 여기서 자세한 설명은 생략하기로 한다.
현재 블록이 소정의 조건을 만족하는지 여부에 따라, 전술한 양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나가 선택적으로 이용될 수 있다. 일예로, 현재 블록을 포함한 현재 픽쳐와 제1 참조 블록을 포함한 제1 참조 픽쳐 간의 POC 차이와 현재 픽쳐와 제2 참조 블록을 포함한 제2 참조 픽쳐 간의 POC 차이가 서로 동일한 경우, 양방향 매칭 기반의 보정 방법이 이용되고, 그렇지 않은 경우, 템플릿 매칭 기반의 보정 방법이 이용될 수 있다.
다만, 움직임 벡터 보정부(710)는, 현재 블록을 포함한 영상 단위에 대해 움직임 벡터의 보정이 허용되는지 여부에 기초하여, 병합 인터 모드에 따른 움직임 벡터의 보정을 적응적으로 수행할 수 있다. 이를 위해, 움직임 벡터 보정부(710)는, 영상 단위에 대해 움직임 벡터의 보정이 허용되는지 여부를 나타내는 제1 플래그, 영상 단위에 대해 양방향 매칭 기반의 보정이 허용되는지 여부를 나타내는 제2 플래그, 또는 영상 단위에 대해 템플릿 매칭 기반의 보정이 허용되는지 여부를 나타내는 제3 플래그 중 적어도 하나에 기초하여, 영상 단위에 대해 움직임 벡터의 보정이 허용되는지 여부를 판단할 수 있다.
움직임 벡터 보정부(710)는, 현재 블록이 소정의 조건을 만족하는지 여부에 따라 선택된 보정 방법이 이용 가능한지 여부를 판단할 수 있고, 판단 결과에 기초하여 선택된 보정 방법을 적응적으로 이용할 수 있다. 상기 선택된 보정 방법이 이용 가능한지 여부는, 전술한 제2 플래그 또는 제3 플래그에 기초하여 판단될 수 있다.
움직임 벡터 보정부(710)는, 현재 블록이 선택된 보정 방법을 이용하는지 여부를 판단할 수 있고, 판단 결과에 기초하여 선택된 보정 방법을 적응적으로 이용할 수 있다. 현재 블록이 선택된 보정 방법을 이용하는지 여부는, 현재 블록이 양방향 매칭 기반의 보정 방법을 이용하는지 여부를 나타내는 제4 플래그 또는 현재 블록이 템플릿 매칭 기반의 보정 방법을 이용하는지 여부를 나타내는 제5 플래그 중 적어도 하나에 기초하여 판단될 수 있다.
전술한 하나 또는 그 이상의 플래그에 기초하여, 움직임 벡터의 보정이 제한되거나, 특정 보정 방법의 이용이 제한될 수 있다. 이 경우, 움직임 벡터 보정부(710)는, 현재 블록에 대해 움직임 벡터의 보정을 수행하지 않거나, 다른 보정 방법을 통해 현재 블록의 움직임 벡터를 보정할 수도 있다. 이에 대해서는 도 5 및 도 6을 참조하여 살펴본 바와 같다.
예측 블록 생성부(720)는, 보정된 움직임 벡터를 기반으로 현재 블록의 예측 블록을 생성할 수 있다. 또는, 현재 블록의 움직임 벡터가 보정되지 않은 경우, 예측 블록 생성부(720)는, 병합 인터 모드에 따라 기-유도된 움직임 벡터를 기반으로 현재 블록의 예측 블록을 생성할 수 있다.
도 8은 본 개시에 따른 일실시예로서, 인코딩 장치에 의해 수행되는 병합 인터 모드 기반의 인터 예측 방법을 도시한 것이다.
도 8을 참조하면, 병합 인터 모드에 기초하여 현재 블록의 움직임 벡터를 유도할 수 있다(S800).
현재 블록의 움직임 벡터는 양방향 예측을 위한 움직임 벡터 즉, 제1 방향의 움직임 벡터와 제2 방향의 움직임 벡터를 포함할 수 있다. 여기서, 현재 블록의 움직임 벡터는, 양방향 예측을 위한 움직임 벡터 즉, 제1 방향의 움직임 벡터와 제2 방향의 움직임 벡터를 포함하고, 제1 및 제2 방향의 움직임 벡터는 서로 다른 인터 예측 모드를 기반으로 유도될 수 있다.
일예로, 제1 방향의 움직임 벡터는, AMVP 모드에 기초하여 유도되고, 제2 방향의 움직임 벡터는 머지 모드에 기초하여 유도될 수 있다.
구체적으로, AMVP 모드에 따른 제1 방향의 움직임 벡터는, 움직임 예측 후보 리스트에 속한 복수의 후보 움직임 벡터들 중 어느 하나로 유도될 수 있다. 상기 복수의 후보 움직임 벡터들 중 어느 하나를 지시하는 후보 인덱스가 부호화되어 비트스트림에 삽입될 수 있다. 또는, 상기 복수의 후보 움직임 벡터들 중 어느 하나는, 템플릿 매칭 기반의 코스트(cost)에 기초하여 특정될 수도 있다. 이는 도 4를 참조하여 살펴본 바와 같으며, 여기서 자세한 설명은 생략하기로 한다.
다만, 템플릿 영역이 이용 가능한 경우, 제1 방향의 움직임 벡터는 템플릿 매칭 기반의 코스트에 기초하여 유도되고, 이 경우 후보 인덱스의 부호화가 생략될 수 있다. 반면, 템플릿 영역이 이용 가능하지 않은 경우, 상기 후보 인덱스가 부호화될 수 있다.
머지 모드에 따른 제2 방향의 움직임 벡터는, 머지 후보 리스트에 속한 복수의 머지 후보들 중 어느 하나에 기초하여 유도될 수 있다. 상기 복수의 머지 후보들 중 어느 하나를 지시하는 머지 인덱스가 부호화되어 비트스트림에 삽입될 수 있다. 또는, 상기 복수의 머지 후보들 중 어느 하나는, 양방향 매칭(bilateral matching) 기반의 코스트에 기초하여 특정될 수도 있다. 이는 도 4를 참조하여 살펴본 바와 같으며, 여기서 자세한 설명은 생략하기로 한다.
도 8을 참조하면, 앞서 유도된 현재 블록의 움직임 벡터는, 소정의 델타 움직임 벡터에 기초하여 보정될 수 있다(S810).
병합 인터 모드에 따른 현재 블록의 움직임 벡터를 보정하기 위해 델타 움직임 벡터가 이용될 수 있다. 상기 델타 움직임 벡터는, 양방향 매칭 또는 템플릿 매칭 중 어느 하나에 기초하여 결정될 수 있으며, 이는 도 4를 참조하여 살펴본 바와 같으며, 여기서 자세한 설명은 생략하기로 한다.
한편, 현재 블록이 소정의 조건을 만족하는지 여부에 따라, 양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나가 선택적으로 이용될 수 있다. 일예로, 현재 블록을 포함한 현재 픽쳐와 제1 참조 블록을 포함한 제1 참조 픽쳐 간의 POC 차이와 현재 픽쳐와 제2 참조 블록을 포함한 제2 참조 픽쳐 간의 POC 차이가 서로 동일한 경우, 양방향 매칭 기반의 보정 방법이 이용되고, 그렇지 않은 경우, 템플릿 매칭 기반의 보정 방법이 이용될 수 있다.
다만, 병합 인터 모드에 따른 움직임 벡터의 보정은, 현재 블록을 포함한 영상 단위에 대해 움직임 벡터의 보정이 허용되는지 여부에 기초하여 적응적으로 수행될 수 있다. 영상 단위에 대해 움직임 벡터의 보정이 허용되는지 여부는, 영상 단위에 대해 움직임 벡터의 보정이 허용되는지 여부를 나타내는 제1 플래그, 영상 단위에 대해 양방향 매칭 기반의 보정이 허용되는지 여부를 나타내는 제2 플래그, 또는 영상 단위에 대해 템플릿 매칭 기반의 보정이 허용되는지 여부를 나타내는 제3 플래그 중 적어도 하나에 기초하여 결정될 수 있음은 앞서 살펴본 바와 같다.
현재 블록이 소정의 조건을 만족하는지 여부에 따라, 전술한 양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나가 선택 가능하더라도, 현재 블록에 대해 상기 선택된 보정 방법이 이용 가능한지 여부를 추가적으로 판단할 수 있다. 현재 블록에 대해 상기 선택된 보정 방법이 이용 가능한지 여부는, 현재 영상 단위에 대해 양방향 매칭 기반의 보정이 허용되는지 여부를 나타내는 제2 플래그 또는 현재 영상 단위에 대해 템플릿 매칭 기반의 보정이 허용되는지 여부를 나타내는 제3 플래그 중 적어도 하나에 기초하여 결정될 수 있음은 앞서 살펴본 바와 같다.
현재 블록이 소정의 조건을 만족하는지 여부에 따라, 전술한 양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나가 선택 가능하더라도, 현재 블록이 선택된 보정 방법을 이용하는지 여부를 추가적으로 판단할 수 있다. 판단 결과에 기초하여, 현재 블록이 양방향 매칭 기반의 보정 방법을 이용하는지 여부를 나타내는 제4 플래그 또는 현재 블록이 템플릿 매칭 기반의 보정 방법을 이용하는지 여부를 나타내는 제5 플래그 중 적어도 하나가 부호화되어 비트스트림에 삽입될 수 있다.
또는, 상기 제4 플래그 및/또는 제5 플래그는, 전술한 블록 속성을 고려하여 묵시적으로 유도될 수 있고, 유도된 제4 플래그 또는 제5 플래그 중 적어도 하나에 기초하여, 현재 블록이 선택된 보정 방법을 이용하는지 여부가 결정될 수도 있다.
전술한 바와 같이, 움직임 벡터의 보정이 제한되거나, 특정 보정 방법의 이용이 제한될 수 있다. 이 경우, 현재 블록에 대해 움직임 벡터의 보정이 생략되거나, 다른 보정 방법을 통해 보정될 수 있다. 이에 대해서는 도 5 및 도 6을 참조하여 살펴본 바와 같다.
도 8을 참조하면, 보정된 움직임 벡터를 기반으로 현재 블록의 예측 블록을 생성할 수 있다(S820).
구체적으로, 제1 방향의 경우, 보정된 제1 움직임 벡터가 최종 제1 움직임 벡터로 설정될 수 있고, 최종 제1 움직임 벡터를 기반으로 제1 예측 블록이 생성될 수 있다. 또는, 제1 방향의 경우, 원본 제1 움직임 벡터를 기반으로 제1 예측 블록이 생성되고, 원본 제1 움직임 벡터와 보정된 제1 움직임 벡터 간의 차이인 움직임 벡터 차이가(mvd)가 부호화되어 비트스트림에 삽입될 수 있다.
한편, 제2 방향의 경우, 보정된 제2 움직임 벡터가 최종 제2 움직임 벡터로 설정될 수 있고, 최종 제2 움직임 벡터를 기반으로 제2 예측 블록이 생성될 수 있다.
상기 제1 예측 블록과 제2 예측 블록을 기반으로, 현재 블록의 예측 블록을 생성할 수 있다. 일예로, 제1 예측 블록과 제2 예측 블록의 가중합을 통해 현재 블록의 예측 블록이 생성될 수 있다. 이때, 가중합을 위한 가중치는 도 4를 참조하여 살펴본 바와 같다.
병합 인터 모드에 따라 유도된 현재 블록의 움직임 벡터에 대해서 보정이 수행되지 않을 수 있다. 이 경우, 제1 방향에 대해서 기-유도된 제1 움직임 벡터가 최종 제1 움직임 벡터로 설정될 수 있고, 최종 제1 움직임 벡터를 기반으로 제1 예측 블록이 생성될 수 있다. 또는, 원본 제1 움직임 벡터를 기반으로 제1 예측 블록이 생성되고, 원본 제1 움직임 벡터와 기-유도된 제1 움직임 벡터 간의 차이인 움직임 벡터 차이(mvd)가 부호화되어 비트스트림에 삽입될 수 있다. 한편, 제2 방향에 대해서 기-유도된 제2 움직임 벡터가 최종 제2 움직임 벡터로 설정될 수 있고, 최종 제2 움직임 벡터를 기반으로 제2 예측 블록이 생성될 수 있다.
도 9는 본 개시에 따른 병합 인터 모드 기반의 인터 예측 방법을 수행하는 인터 예측부(221)의 개략적인 구성을 도시한 것이다.
도 9를 참조하면, 인터 예측부(221)는, 움직임 벡터 유도부(900), 움직임 벡터 보정부(910) 및 예측 블록 생성부(920)를 포함할 수 있다. 움직임 벡터 유도부(900), 움직임 벡터 보정부(910) 및 예측 블록 생성부(920)에서는 전술한 S800 내지 S820 단계가 각각 수행될 수 있다.
구체적으로, 움직임 벡터 유도부(900)는, 병합 인터 모드에 기초하여 현재 블록의 움직임 벡터를 유도할 수 있다. 여기서, 현재 블록의 움직임 벡터는, 양방향 예측을 위한 움직임 벡터 즉, 제1 방향의 움직임 벡터와 제2 방향의 움직임 벡터를 포함하고, 제1 및 제2 방향의 움직임 벡터는 서로 다른 인터 예측 모드를 기반으로 유도될 수 있다. 일예로, 움직임 벡터 유도부(900)는, AMVP 모드에 기초하여 제1 방향의 움직임 벡터를 유도하고, 머지 모드에 기초하여 제2 방향의 움직임 벡터를 유도할 수 있다. 이에 대해서는 도 4를 참조하여 살펴본 바와 같으며, 여기서 자세한 설명은 생략하기로 한다.
움직임 벡터 보정부(910)는, 소정의 델타 움직임 벡터를 기반으로 상기 현재 블록의 움직임 벡터를 보정할 수 있다. 이때, 델타 움직임 벡터는, 양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나에 기초하여 결정될 수 있다. 이에 대해서는 도 4를 참조하여 살펴본 바와 같으며, 여기서 자세한 설명은 생략하기로 한다.
다만, 도 8을 참조하여 살펴본 바와 같이, 움직임 벡터의 보정이 제한되거나, 특정 보정 방법의 이용이 제한될 수 있다. 이 경우, 움직임 벡터 보정부(910)는 현재 블록에 대해 움직임 벡터의 보정을 수행하지 않거나, 다른 보정 방법을 통해 현재 블록의 움직임 벡터를 보정할 수 있다. 이에 대해서는 도 5 및 도 6을 참조하여 살펴본 바와 같다.
예측 블록 생성부(920)는, 보정된 움직임 벡터를 기반으로 현재 블록의 예측 블록을 생성할 수 있다. 또는, 현재 블록의 움직임 벡터가 보정되지 않은 경우, 예측 블록 생성부(920)는, 병합 인터 모드에 따라 기-유도된 움직임 벡터를 기반으로 현재 블록의 예측 블록을 생성할 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 해당 실시예는 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 문서의 실시예들의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 문서의 실시예들에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 문서에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 문서에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 문서에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 이 경우 구현을 위한 정보(ex. information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 명세서의 실시예(들)이 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, VR(virtual reality) 장치, AR(argumente reality) 장치, 화상 전화 비디오 장치, 운송 수단 단말 (ex. 차량(자율주행차량 포함) 단말, 비행기 단말, 선박 단말 등) 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recorder) 등을 포함할 수 있다.
또한, 본 명세서의 실시예(들)이 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 명세서의 실시예(들)에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다.
또한, 본 명세서의 실시예(들)는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 명세서의 실시예(들)에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 10은 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
도 10을 참조하면, 본 명세서의 실시예(들)이 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 명세서의 실시예(들)이 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
본 명세서에 기재된 청구항들은 다양한 방식으로 조합될 수 있다. 예를 들어, 본 명세서의 방법 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다. 또한, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다.
Claims (12)
- 병합 인터 모드에 기초하여 현재 블록의 움직임 벡터를 유도하는 단계; 여기서, 상기 현재 블록의 움직임 벡터는, 제1 방향의 제1 움직임 벡터와 제2 방향의 제2 움직임 벡터를 포함하고, 상기 제1 움직임 벡터는, 제1 인터 예측 모드에 기초하여 유도되고, 상기 제2 움직임 벡터는, 제2 인터 예측 모드에 기초하여 유도됨,양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나에 기초하여, 상기 현재 블록의 움직임 벡터를 보정하는 단계; 및상기 보정된 움직임 벡터를 기반으로 상기 현재 블록의 예측 블록을 생성하는 단계를 포함하는, 영상 디코딩 방법.
- 제1항에 있어서,상기 현재 블록의 움직임 벡터를 보정하는 단계는, 상기 현재 블록이 속한 영상 단위에 대해 움직임 벡터의 보정이 허용되는지 여부에 기초하여 적응적으로 수행되는, 영상 디코딩 방법.
- 제1항에 있어서,상기 양방향 매칭 기반의 보정 방법은, 상기 현재 블록에 대해 상기 양방향 매칭 기반의 보정 방법이 이용 가능한지 여부에 기초하여 적응적으로 이용되는, 영상 디코딩 방법.
- 제1항에 있어서,상기 템플릿 매칭 기반의 보정 방법은, 상기 현재 블록에 대해 상기 템플릿 매칭 기반의 보정 방법이 이용 가능한지 여부에 기초하여 적응적으로 이용되는, 영상 디코딩 방법.
- 제4항에 있어서,상기 현재 블록에 대해 상기 템플릿 매칭 기반의 보정 방법이 이용 가능하지 않은 경우, 상기 현재 블록의 움직임 벡터는, 상기 양방향 매칭 기반의 보정 방법에 기초하여 보정되는, 영상 디코딩 방법.
- 제5항에 있어서,상기 양방향 매칭 기반의 보정 방법에 기초하여 상기 현재 블록의 움직임 벡터를 보정하기 위해, 상기 제2 방향의 제2 움직임 벡터는 소정의 스케일링 팩터에 의해 스케일링되고,상기 스케일링 팩터는, 상기 현재 블록을 포함한 현재 픽쳐와 제1 방향의 제1 참조 픽쳐 간의 제1 거리 및 상기 현재 픽쳐와 제1 방향의 제2 참조 픽쳐 간의 제2 거리에 기초하여 결정되는, 영상 디코딩 방법.
- 제5항에 있어서,상기 양방향 매칭 기반의 보정 방법에 기초하여 상기 현재 블록의 움직임 벡터를 보정하기 위해, 상기 제2 방향에서의 탐색을 위한 오프셋은 소정의 스케일링 팩터에 의해 스케일링되고,상기 스케일링 팩터는, 상기 현재 블록을 포함한 현재 픽쳐와 제1 방향의 제1 참조 픽쳐 간의 제1 거리 및 상기 현재 픽쳐와 제1 방향의 제2 참조 픽쳐 간의 제2 거리에 기초하여 결정되는, 영상 디코딩 방법.
- 제3항에 있어서,상기 현재 블록에 대해 상기 양방향 매칭 기반의 보정 방법이 이용 가능하지 않은 경우, 상기 현재 블록의 움직임 벡터는, 상기 템플릿 매칭 기반의 보정 방법에 기초하여 보정되는, 영상 디코딩 방법.
- 제1항에 있어서,상기 제1 인터 예측 모드는 AMVP 모드이고, 상기 제2 인터 예측 모드는 머지 모드인, 영상 디코딩 방법.
- 제9항에 있어서,상기 현재 블록의 예측 블록은, 상기 제1 방향의 제1 예측 블록과 상기 제2 방향의 제2 예측 블록을 포함하고,상기 제1 예측 블록은, 상기 보정된 제1 움직임 벡터와 비트스트림을 통해 시그날링된 움직임 벡터 차이에 기초하여 생성되고,상기 제2 예측 블록은, 상기 보정된 제2 움직임 벡터에 기초하여 생성되는, 영상 디코딩 방법.
- 병합 인터 모드에 기초하여 현재 블록의 움직임 벡터를 유도하는 단계; 여기서, 상기 현재 블록의 움직임 벡터는, 제1 방향의 제1 움직임 벡터와 제2 방향의 제2 움직임 벡터를 포함하고, 상기 제1 움직임 벡터는, 제1 인터 예측 모드에 기초하여 유도되고, 상기 제2 움직임 벡터는, 제2 인터 예측 모드에 기초하여 유도됨,양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나에 기초하여, 상기 현재 블록의 움직임 벡터를 보정하는 단계; 및상기 보정된 움직임 벡터를 기반으로 상기 현재 블록의 예측 블록을 생성하는 단계를 포함하는, 영상 인코딩 방법.
- 영상 인코딩 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 저장 매체에 있어서, 상기 영상 인코딩 방법은:병합 인터 모드에 기초하여 현재 블록의 움직임 벡터를 유도하는 단계; 여기서, 상기 현재 블록의 움직임 벡터는, 제1 방향의 제1 움직임 벡터와 제2 방향의 제2 움직임 벡터를 포함하고, 상기 제1 움직임 벡터는, 제1 인터 예측 모드에 기초하여 유도되고, 상기 제2 움직임 벡터는, 제2 인터 예측 모드에 기초하여 유도됨,양방향 매칭 기반의 보정 방법 또는 템플릿 매칭 기반의 보정 방법 중 어느 하나에 기초하여, 상기 현재 블록의 움직임 벡터를 보정하는 단계; 및상기 보정된 움직임 벡터를 기반으로 상기 현재 블록의 예측 블록을 생성하는 단계를 포함하는, 컴퓨터 판독 가능한 저장 매체.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202263299386P | 2022-01-13 | 2022-01-13 | |
US63/299,386 | 2022-01-13 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2023136655A1 true WO2023136655A1 (ko) | 2023-07-20 |
Family
ID=87280183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2023/000653 WO2023136655A1 (ko) | 2022-01-13 | 2023-01-13 | 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체 |
Country Status (1)
Country | Link |
---|---|
WO (1) | WO2023136655A1 (ko) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200125687A (ko) * | 2018-07-02 | 2020-11-04 | 텐센트 아메리카 엘엘씨 | 디코더 측 mv 도출 및 리파인먼트를 위한 개선 |
KR20210121060A (ko) * | 2019-02-14 | 2021-10-07 | 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 | 디코더 측 정제 툴들의 크기 선택 적용 |
KR20210130154A (ko) * | 2019-03-01 | 2021-10-29 | 퀄컴 인코포레이티드 | 디코더측 모션 벡터 정제에 대한 제약들 |
KR20220000917A (ko) * | 2017-06-30 | 2022-01-04 | 후아웨이 테크놀러지 컴퍼니 리미티드 | 다중 참조 예측을 위한 움직임 벡터 개선 |
-
2023
- 2023-01-13 WO PCT/KR2023/000653 patent/WO2023136655A1/ko unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220000917A (ko) * | 2017-06-30 | 2022-01-04 | 후아웨이 테크놀러지 컴퍼니 리미티드 | 다중 참조 예측을 위한 움직임 벡터 개선 |
KR20200125687A (ko) * | 2018-07-02 | 2020-11-04 | 텐센트 아메리카 엘엘씨 | 디코더 측 mv 도출 및 리파인먼트를 위한 개선 |
KR20210121060A (ko) * | 2019-02-14 | 2021-10-07 | 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 | 디코더 측 정제 툴들의 크기 선택 적용 |
KR20210130154A (ko) * | 2019-03-01 | 2021-10-29 | 퀄컴 인코포레이티드 | 디코더측 모션 벡터 정제에 대한 제약들 |
Non-Patent Citations (1)
Title |
---|
J.-R. OHM: "Meeting Report of the 24th JVET Meeting", 24. JVET MEETING; 20211006 - 20211015; TELECONFERENCE; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), 12 November 2021 (2021-11-12), XP030299283 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020071829A1 (ko) | 히스토리 기반 영상 코딩 방법 및 그 장치 | |
WO2020197236A1 (ko) | 서브 픽처 핸들링 구조 기반 영상 또는 비디오 코딩 | |
WO2020256344A1 (ko) | 영상 코딩에서 변환 커널 세트를 나타내는 정보의 시그널링 | |
WO2020171632A1 (ko) | Mpm 리스트 기반 인트라 예측 방법 및 장치 | |
WO2020145604A1 (ko) | Mpm 리스트를 사용하는 인트라 예측 기반 영상 코딩 방법 및 장치 | |
WO2020141932A1 (ko) | Cpr 기반 mmvd를 이용하는 인터 예측 방법 및 장치 | |
WO2020141886A1 (ko) | Sbtmvp 기반 인터 예측 방법 및 장치 | |
WO2020076066A1 (ko) | 신택스 디자인 방법 및 신택스를 이용하여 코딩을 수행하는 장치 | |
WO2020256346A1 (ko) | 변환 커널 세트에 관한 정보에 대한 코딩 | |
WO2020180100A1 (ko) | 인트라 블록 코딩 기반 비디오 또는 영상 코딩 | |
WO2020145620A1 (ko) | Mpm 리스트를 사용하는 인트라 예측 기반 영상 코딩 방법 및 장치 | |
WO2020141831A2 (ko) | 인트라 블록 카피 예측을 이용한 영상 코딩 방법 및 장치 | |
WO2020184821A1 (ko) | Mpm 리스트를 구성하는 방법 및 장치 | |
WO2020251270A1 (ko) | 서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩 | |
WO2024005616A1 (ko) | 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체 | |
WO2020145656A1 (ko) | Tmvp 후보의 가용 여부를 시그널링하는 방법 및 장치 | |
WO2020197031A1 (ko) | 영상 코딩 시스템에서 다중 참조 라인 기반의 인트라 예측 방법 및 장치 | |
WO2020141884A1 (ko) | Cpr 기반 mmvd를 사용하는 영상 코딩 방법 및 장치 | |
WO2021201463A1 (ko) | 인루프 필터링 기반 영상 코딩 장치 및 방법 | |
WO2021107622A1 (ko) | 영상/비디오 코딩 방법 및 장치 | |
WO2020180097A1 (ko) | 인트라 블록 코딩 기반 비디오 또는 영상 코딩 | |
WO2023136655A1 (ko) | 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체 | |
WO2023132692A1 (ko) | 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체 | |
WO2023132723A1 (ko) | 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체 | |
WO2023090932A1 (ko) | 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 23740498 Country of ref document: EP Kind code of ref document: A1 |